导航
AI BENCHY
Advertise here

Ling 3.0 Tiny vs Grok 4.20

Grok 4.20 平均分领先，为 4.1 vs 4.0。 Ling 3.0 Tiny benchmark 成本更低，为 $0.000 vs $0.057。 Grok 4.20 更快，为 1.11s vs 13.42s，通过率为 9.1% vs 27.3%。

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

排名
#237
总输出令牌
110,077
响应时间（平均）
13.42s
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快约 12.1 倍。

详细对比

指标 Ling 3.0 Tiny Ling 3.0 Tiny none 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 4.0 4.1
排名 #237 #233
可靠性 9.8 不适用
一致性 10.0 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 9.1% 27.3%
不稳定测试 0 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 184,762 41,313
输出令牌 110,077 1,923
推理令牌 0 0
响应时间（平均） 13.42s 1.11s
响应时间（最大） 240.61s 6.04s
响应时间（总计） 295.29s 19.96s

模型生成展示

Hamster playing table tennis

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

#237 Ling 3.0 Tiny

none
无效SVG
成本
$0.000
时间
334.1s
令牌
32,913 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 4.2 10.0 0.0% 0 1.19s 8,307 798 0
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

Grok 4.20nonevsGLM 4.7 FlashmediumLing 3.0 Tinynone免费可用vsQwen3.5-9BmediumLing 3.0 Tinyhigh免费可用vsGrok 4.20noneLing 3.0 Tinylow免费可用vsGrok 4.20noneLing 3.0 Tinynone免费可用vsGLM 4.7 FlashmediumQwen3.5-9BmediumvsGrok 4.20noneLing 3.0 Tinymedium免费可用vsGrok 4.20noneMiniMax M2.5mediumvsGrok 4.20noneCobuddymediumvsGrok 4.20noneQwen3 Coder NextmediumvsGrok 4.20noneLing 3.0 Tinynone免费可用vsMiniMax M2.5mediumTrinity Large ThinkinghighvsGrok 4.20none