导航
Advertise here

Ling 3.1 Flash (low) vs Qwen3.6 27B

平均分几乎持平,为 6.3 vs 6.3。 Ling 3.1 Flash (low) benchmark 成本更低,为 $0.000 vs $0.147。 Qwen3.6 27B 更快,为 12.71s vs 85.22s,通过率为 66.7% vs 47.8%。

基准结果生成自 AI BENCHY 测试套件,时间:: 2026-10-03

已对比模型

排名
#222
总输出令牌
704,170
响应时间(平均)
85.22s
总成本
$0.000
排名
#216
总输出令牌
20,816
响应时间(平均)
12.71s
总成本
$0.147
推荐模型 Qwen3.6 27B

它在这里得分最高(6.3),同时响应速度比Ling 3.1 Flash (low)快约 6.7 倍。

详细对比

指标 Ling 3.1 Flash Ling 3.1 Flash low 发布日期: 2026-10-03 Qwen3.6 27B Qwen3.6 27B none 发布日期: 2026-04-20
分数 6.3 6.3
排名 #222 #216
可靠性 9.7 10.0
一致性 7.8 7.7
尝试次数 69/69 69/69
测试正确
尝试通过率 66.7% 47.8%
不稳定测试 6 6
总运行次数 69 69
每个结果成本 0.000 1.874
总成本 $0.000 $0.147
输入价格 $0.000 / 1M $0.320 / 1M
输出价格 $0.000 / 1M $3.200 / 1M
缓存读取价格 不适用 不适用
缓存写入价格 不适用 不适用
总输入令牌 271,890 250,919
输出令牌 190,841 20,816
推理令牌 513,329 0
响应时间(平均) 85.22s 12.71s
响应时间(最大) 432.81s 156.31s
响应时间(总计) 1960.12s 292.29s
参数量 560B 总计 (25B 激活) 27B
开放状态 闭源 开源

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.

#222 Ling 3.1 Flash

low
成本
$0.000
时间
133.5s
令牌
12,950 tok

#216 Qwen3.6 27B

none
成本
$0.009
时间
83.0s
令牌
4,549 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 3.1 Flash 5.6 4.2 66.7% 2 107.30s 8,298 20,816 86,330
Qwen3.6 27B 5.5 10.0 33.3% 0 4.16s 7,913 539 0

快速对比

切换对比组合