- 排名
- #105
- 总输出令牌
- 687,692
- 响应时间（平均）
- 87.39s
- 总成本
- $0.000
Ling 3.1 Flash (high) vs Grok 4.5 (low)
Ling 3.1 Flash (high) 平均分领先，为 7.9 vs 7.8。 Ling 3.1 Flash (high) benchmark 成本更低，为 $0.000 vs $1.345。 Grok 4.5 (low) 更快，为 18.14s vs 87.39s，通过率为 69.6% vs 73.9%。
已对比模型
- 排名
- #111
- 总输出令牌
- 121,415
- 响应时间（平均）
- 18.14s
- 总成本
- $1.345
推荐模型
Grok 4.5 (low)
它的得分接近这里的最高分（7.8 vs 7.9），同时响应速度比Ling 3.1 Flash (high)快约 4.8 倍。
详细对比
| 指标 | Ling 3.1 Flash Ling 3.1 Flash high | Grok 4.5 Grok 4.5 low |
|---|---|---|
| 分数 | 7.9 | 7.8 |
| 排名 | #105 | #111 |
| 可靠性 | 9.8 | 10.0 |
| 一致性 | 9.3 | 9.3 |
| 尝试次数 | 69/69 | 69/69 |
| 测试正确 | ||
| 尝试通过率 | 69.6% | 73.9% |
| 不稳定测试 | 2 | 2 |
| 总运行次数 | 69 | 69 |
| 每个结果成本 | 0.000 | 8.404 |
| 总成本 | $0.000 | $1.345 |
| 输入价格 | $0.000 / 1M | $2.000 / 1M |
| 输出价格 | $0.000 / 1M | $6.000 / 1M |
| 缓存读取价格 | 不适用 | $0.300 / 1M |
| 缓存写入价格 | 不适用 | 不适用 |
| 总输入令牌 | 324,691 | 308,068 |
| 输出令牌 | 181,251 | 9,218 |
| 推理令牌 | 506,441 | 112,197 |
| 响应时间（平均） | 87.39s | 18.14s |
| 响应时间（最大） | 665.85s | 205.28s |
| 响应时间（总计） | 2010.08s | 417.21s |
| 参数量 | 560B 总计 (25B 激活) | ~1.7T 总计 (~170B 激活) |
| 开放状态 | 闭源 | 闭源 |
缓存价格适用于输入令牌。读取会复用已缓存的提示词；写入会存储提示词，可能产生额外费用。输出令牌按输出价格计费。
模型生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#105 Ling 3.1 Flash
high- 成本
- $0.000
- 时间
- 181.1s
- 令牌
- 21,073 tok
#111 SpaceXAI: Grok 4.5
low- 成本
- $0.011
- 时间
- 12.4s
- 令牌
- 2,018 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
| 智能体任务 | 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 3.1 Flash | 10.0 | 10.0 | 100.0% | 0 | 87.42s | 204,838 | 9,381 | 8,546 | |
| Grok 4.5 | 5.0 | 10.0 | 0.0% | 0 | 61.53s | 182,463 | 1,713 | 4,213 |
| 反AI技巧 | 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 3.1 Flash | 10.0 | 10.0 | 100.0% | 0 | 4.44s | 750 | 1,219 | 3,505 | |
| Grok 4.5 | 10.0 | 10.0 | 100.0% | 0 | 2.75s | 2,991 | 261 | 3,000 |
| 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 3.1 Flash | 8.2 | 7.2 | 88.9% | 1 | 83.41s | 8,298 | 17,470 | 54,626 | |
| Grok 4.5 | 10.0 | 10.0 | 100.0% | 0 | 13.72s | 9,579 | 303 | 15,641 |
| 综合 | 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 3.1 Flash | 6.3 | 10.0 | 50.0% | 0 | 351.19s | 90,556 | 44,145 | 153,951 | |
| Grok 4.5 | 6.5 | 10.0 | 50.0% | 0 | 12.75s | 82,028 | 6,031 | 3,583 |
| 数据解析与提取 | 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 3.1 Flash | 10.0 | 10.0 | 100.0% | 0 | 17.38s | 8,016 | 1,517 | 3,710 | |
| Grok 4.5 | 10.0 | 10.0 | 100.0% | 0 | 3.44s | 8,937 | 225 | 2,549 |
| 领域专项 | 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 3.1 Flash | 3.0 | 10.0 | 0.0% | 0 | 222.88s | 837 | 94,527 | 212,965 | |
| Grok 4.5 | 2.9 | 7.2 | 11.1% | 1 | 77.09s | 2,523 | 14 | 71,813 |
| 通用智能 | 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 3.1 Flash | 3.9 | 9.4 | 0.0% | 0 | 7.82s | 546 | 38 | 2,140 | |
| Grok 4.5 | 6.1 | 3.1 | 66.7% | 1 | 4.88s | 1,077 | 98 | 1,253 |
| 指令遵循 | 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 3.1 Flash | 10.0 | 10.0 | 100.0% | 0 | 4.31s | 744 | 349 | 1,746 | |
| Grok 4.5 | 9.8 | 10.0 | 100.0% | 0 | 2.80s | 1,857 | 57 | 1,878 |
| 谜题求解 | 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 3.1 Flash | 10.0 | 10.0 | 100.0% | 0 | 37.46s | 747 | 5,017 | 29,548 | |
| Grok 4.5 | 10.0 | 10.0 | 100.0% | 0 | 3.20s | 2,430 | 217 | 2,590 |
| 工具调用 | 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 3.1 Flash | 2.8 | 2.1 | 33.3% | 1 | 38.25s | 9,131 | 2,943 | 9,161 | |
| Grok 4.5 | 10.0 | 10.0 | 100.0% | 0 | 5.83s | 13,394 | 284 | 871 |
| 常识问答 | 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 3.1 Flash | 3.0 | 10.0 | 0.0% | 0 | 81.83s | 228 | 4,645 | 26,543 | |
| Grok 4.5 | 3.0 | 10.0 | 0.0% | 0 | 13.98s | 789 | 15 | 4,806 |
快速对比
切换对比组合
DeepSeek V4 Flash 0731mediumvsGrok 4.5lowLing 3.1 FlashhighvsMiMo-V2.6-FlashmediumQwen3.7 PlusnonevsGrok 4.5lowLing 3.1 FlashhighvsGrok 4.5mediumGemini 3.5 FlashmediumvsLing 3.1 FlashhighStep 3.7 FlashmediumvsGrok 4.5lowLing 3.1 FlashhighvsStep 3.7 FlashmediumLing 3.1 FlashhighvsGrok 4.6mediumGrok 4.5lowvsGLM 5.3highLing 3.1 FlashhighvsQwen3.7 MaxnoneGPT-6 LunahighvsGrok 4.5lowMuse Glimmer 30BhighvsGrok 4.5low