导航
Advertise here

Ling-3.0-flash vs GLM 5

平均分几乎持平，为 5.7 vs 5.7。 Ling-3.0-flash benchmark 成本更低，为 $0.004 vs $0.027。 Ling-3.0-flash 更快，为 3.56s vs 4.03s，通过率为 27.3% vs 42.4%。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-09-18

已对比模型

排名
#230
总输出令牌
12,777
响应时间（平均）
3.56s
总成本
$0.004
排名
#228
总输出令牌
1,989
响应时间（平均）
4.03s
总成本
$0.027
推荐模型 Ling-3.0-flash

它在这里得分最高（5.7），同时成本比GLM 5低约 7.7 倍。

详细对比

指标 Ling-3.0-flash Ling-3.0-flash none 发布日期: 2026-07-24 GLM 5 GLM 5 none 发布日期: 2026-02-12
分数 5.7 5.7
排名 #230 #228
可靠性 10.0 10.0
一致性 10.0 9.3
尝试次数 66/66 63/66
测试正确
尝试通过率 27.3% 42.4%
不稳定测试 0 1
总运行次数 66 63
每个结果成本 0.000 0.263
总成本 $0.004 $0.027
输入价格 $0.021 / 1M $0.600 / 1M
输出价格 $0.063 / 1M $1.920 / 1M
总输入令牌 123,993 37,135
输出令牌 12,777 1,989
推理令牌 0 0
响应时间（平均） 3.56s 4.03s
响应时间（最大） 17.51s 11.07s
响应时间（总计） 74.74s 56.37s
参数量 124B 总计 (5.1B 激活) 744B 总计 (40B 激活)
开放状态 开源 开源

模型生成展示

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#230 Ling-3.0-flash

none
成本
$0.000
时间
11.6s
令牌
2,781 tok

#228 GLM 5

none
成本
$0.007
时间
32.1s
令牌
2,023 tok

按分数排名的模型

分数 vs 总成本

响应时间（平均）

分数 vs 响应时间（平均）

总输出令牌

分数 vs 总输出令牌

类别细分

编程 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Ling-3.0-flash 5.5 10.0 33.3% 0 6.39s 8,307 639 0
GLM 5 4.0 7.8 11.1% 1 5.12s 7,256 428 0

快速对比

切换对比组合

Nemotron 3 Supermedium免费可用vsGLM 5noneInkling SmalllowvsGLM 5noneLing-3.0-flashnonevsInkling SmalllowNorth Mini Codemedium免费可用vsGLM 5noneLing-3.0-flashnonevsKAT-Coder-Air V2.5highLing-3.0-flashnonevsNemotron 3 Supermedium免费可用North Mini Codemedium免费可用vsLing-3.0-flashnoneKAT-Coder-Air V2.5highvsGLM 5noneLing-3.0-flashnonevsKAT-Coder-Air V2.5mediumLing-3.0-flashnonevsNemotron 3.5 Lightninghigh免费可用Ling-3.0-flashnonevsHy4 previewlowKAT-Coder-Air V2.5mediumvsGLM 5none