导航
AI BENCHY
Advertise here

Ling 3.0 Tiny (low) vs Grok 4.20

Grok 4.20 平均分领先，为 4.1 vs 3.8。 Ling 3.0 Tiny (low) benchmark 成本更低，为 $0.000 vs $0.057。 Grok 4.20 更快，为 1.11s vs 66.85s，通过率为 19.7% vs 27.3%。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-08-07

排名
#241
总输出令牌
977,836
响应时间（平均）
66.85s
总成本
$0.000
排名
#233
总输出令牌
1,923
响应时间（平均）
1.11s
总成本
$0.057
推荐模型 Grok 4.20

它在这里得分最高（4.1），同时响应速度比Ling 3.0 Tiny (low)快约 60.3 倍。

详细对比

指标 Ling 3.0 Tiny Ling 3.0 Tiny low 发布日期: 2026-08-07 免费可用 Grok 4.20 Grok 4.20 none 发布日期: 2026-03-31
分数 3.8 4.1
排名 #241 #233
可靠性 9.7 不适用
一致性 9.7 8.1
基准测试覆盖率 22/22 项测试 · 66/66 次尝试 18/22 项测试 · 54/66 次尝试
测试正确
尝试通过率 19.7% 27.3%
不稳定测试 1 0
总运行次数 66 54
每个结果成本 0.000 1.570
总成本 $0.000 $0.057
输入价格 $0.000 / 1M $1.250 / 1M
输出价格 $0.000 / 1M $2.500 / 1M
总输入令牌 99,842 41,313
输出令牌 152,159 1,923
推理令牌 825,677 0
响应时间（平均） 66.85s 1.11s
响应时间（最大） 252.08s 6.04s
响应时间（总计） 1470.69s 19.96s

模型生成展示

Hamster playing table tennis

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

#241 Ling 3.0 Tiny

low
无效SVG
成本
$0.000
时间
200.0s
令牌
5,030 tok

#233 xAI: Grok 4.20

none
成本
$0.004
时间
6.5s
令牌
1,367 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 Tiny 2.9 10.0 0.0% 0 170.73s 7,619 56,012 170,220
Grok 4.20 1.1 3.1 0.0% 0 1.22s 1,074 312 0

快速对比

切换对比组合

Ling 3.0 Tinylow免费可用vsQwen3.5-9BmediumLing 3.0 Tinylow免费可用vsgpt-oss-120bnone免费可用Granite 4.1 8BnonevsLing 3.0 Tinylow免费可用Grok 4.20nonevsGLM 4.7 FlashmediumLing 3.0 Tinyhigh免费可用vsGrok 4.20noneQwen3.5-9BmediumvsGrok 4.20noneLing 3.0 Tinymedium免费可用vsGrok 4.20noneMiniMax M2.5mediumvsGrok 4.20noneLing 3.0 Tinylow免费可用vsGLM 4.7 FlashmediumCobuddymediumvsGrok 4.20noneQwen3 Coder NextmediumvsGrok 4.20noneTrinity Large ThinkinghighvsGrok 4.20none