导航
Advertise here

Ling 3.2 Flash vs GPT-5.6 Luna

平均分几乎持平,为 5.3 vs 5.3。 Ling 3.2 Flash benchmark 成本更低,为 $0.000 vs $0.042。 GPT-5.6 Luna 更快,为 3.78s vs 106.63s,通过率为 23.2% vs 34.8%。

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
#385
总输出令牌
77,048
响应时间(平均)
106.63s
总成本
$0.000
排名
#382
总输出令牌
8,000
响应时间(平均)
3.78s
总成本
$0.042
推荐模型 GPT-5.6 Luna

它在这里得分最高(5.3),同时响应速度比Ling 3.2 Flash快约 28.2 倍。

详细对比

指标 Ling 3.2 Flash Ling 3.2 Flash none 发布日期: 2026-11-16 免费可用 GPT-5.6 Luna GPT-5.6 Luna none 发布日期: 2026-07-09
分数 5.3 5.3
排名 #385 #382
可靠性 4.8 10.0
一致性 9.6 8.8
尝试次数 69/69 69/69
测试正确
尝试通过率 23.2% 34.8%
不稳定测试 1 3
总运行次数 69 69
每个结果成本 0.000 2.814
总成本 $0.000 $0.042
输入价格 $0.000 / 1M $0.200 / 1M
输出价格 $0.000 / 1M $1.200 / 1M
缓存读取价格 不适用 $0.020 / 1M
缓存写入价格 不适用 $0.250 / 1M
总输入令牌 311,998 230,744
输出令牌 77,048 8,000
推理令牌 0 0
响应时间(平均) 106.63s 3.78s
响应时间(最大) 952.17s 53.77s
响应时间(总计) 2452.59s 86.83s
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.

#385 Ling 3.2 Flash

none
成本
$0.000
时间
92.4s
令牌
1,738 tok

#382 GPT-5.6 Luna

none
成本
$0.016
时间
15.8s
令牌
2,685 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 4.0 10.0 0.0% 0 42.05s 8,307 5,602 0
GPT-5.6 Luna 3.8 7.2 22.2% 1 980ms 7,302 459 0

切换对比组合