导航
Advertise here

Ling 3.2 Flash (high) vs GPT-5.2 Chat (default)

平均分几乎持平,为 7.0 vs 7.0。 Ling 3.2 Flash (high) benchmark 成本更低,为 $0.000 vs $0.594。 GPT-5.2 Chat (default) 更快,为 7.43s vs 225.47s,通过率为 59.4% vs 66.7%。

基准结果生成自 AI BENCHY 测试套件,时间:: 2026-11-16

已对比模型

排名
#229
总输出令牌
147,713
响应时间(平均)
225.47s
总成本
$0.000
排名
#226
总输出令牌
29,742
响应时间(平均)
7.43s
总成本
$0.594
推荐模型 GPT-5.2 Chat (default)

它在这里得分最高(7.0),同时响应速度比Ling 3.2 Flash (high)快约 30.4 倍。

详细对比

指标 Ling 3.2 Flash Ling 3.2 Flash high 发布日期: 2026-11-16 免费可用 GPT-5.2 Chat GPT-5.2 Chat default 发布日期: 2025-12-11
分数 7.0 7.0
排名 #229 #226
可靠性 5.0 10.0
一致性 8.7 8.7
尝试次数 69/69 69/69
测试正确
尝试通过率 59.4% 66.7%
不稳定测试 4 4
总运行次数 69 69
每个结果成本 0.000 4.564
总成本 $0.000 $0.594
输入价格 $0.000 / 1M $1.750 / 1M
输出价格 $0.000 / 1M $14.000 / 1M
缓存读取价格 不适用 $0.175 / 1M
缓存写入价格 不适用 不适用
总输入令牌 340,468 101,104
输出令牌 12,361 10,414
推理令牌 135,352 19,328
响应时间(平均) 225.47s 7.43s
响应时间(最大) 960.03s 38.52s
响应时间(总计) 5185.79s 163.35s
参数量 560B 总计 (25B 激活) ~400B 总计 (~17B 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.

#229 Ling 3.2 Flash

high
Reached the allocated time limit (600 seconds) without receiving showcase output.
成本
$0.000
时间
600.0s
令牌
0 tok

#226 GPT-5.2 Chat

default
成本
$0.010
时间
15.3s
令牌
797 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 3.2 Flash 4.9 5.1 44.5% 2 402.10s 8,319 1,401 62,059
GPT-5.2 Chat 8.8 7.8 88.9% 1 9.82s 7,305 843 5,888

切换对比组合