导航
Advertise here

Ling 3.1 Flash vs Nemotron 3.5 Super VL

Nemotron 3.5 Super VL 平均分领先,为 5.5 vs 5.5。 Ling 3.1 Flash benchmark 成本更低,为 $0.000 vs $0.040。 Ling 3.1 Flash 更快,为 15.75s vs 46.97s,通过率为 33.3% vs 43.5%。

基准结果生成自 AI BENCHY 测试套件,时间:: 2026-10-16

已对比模型

排名
#303
总输出令牌
85,777
响应时间(平均)
15.75s
总成本
$0.000
排名
#300
总输出令牌
3,892
响应时间(平均)
46.97s
总成本
$0.040
推荐模型 Ling 3.1 Flash

它的得分接近这里的最高分(5.5 vs 5.5),同时响应速度比Nemotron 3.5 Super VL快约 3.0 倍。

详细对比

指标 Ling 3.1 Flash Ling 3.1 Flash none 发布日期: 2026-10-03 Nemotron 3.5 Super VL Nemotron 3.5 Super VL none 发布日期: 2026-10-15 免费可用
分数 5.5 5.5
排名 #303 #300
可靠性 9.8 9.7
一致性 8.4 8.7
尝试次数 69/69 69/69
测试正确
尝试通过率 33.3% 43.5%
不稳定测试 5 4
总运行次数 69 69
每个结果成本 0.000 0.496
总成本 $0.000 $0.040
输入价格 $0.000 / 1M $0.150 / 1M
输出价格 $0.000 / 1M $0.500 / 1M
缓存读取价格 不适用 $0.020 / 1M
缓存写入价格 不适用 不适用
总输入令牌 286,758 251,253
输出令牌 85,777 3,892
推理令牌 0 0
响应时间(平均) 15.75s 46.97s
响应时间(最大) 90.95s 872.07s
响应时间(总计) 362.23s 1080.29s
参数量 560B 总计 (25B 激活) 120B 总计 (12B 激活)
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.

#303 Ling 3.1 Flash

none
成本
$0.000
时间
171.4s
令牌
20,178 tok

#300 Nemotron 3.5 Super VL

none
成本
$0.001
时间
3.9s
令牌
1,061 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 4.5 7.5 22.2% 1 31.85s 8,307 27,810 0
Nemotron 3.5 Super VL 3.6 7.0 22.2% 1 4.33s 7,623 318 0

切换对比组合