#120 Qwen3.6 Flash
none- 成本
- $0.005
- 时间
- 20.1s
- 令牌
- 4,211 tok
Qwen: Qwen3.6 Flash vs Thinking Machines: Inkling
平均分几乎持平，为 6.1 vs 6.1。 Qwen3.6 Flash benchmark 成本更低，为 $0.062 vs $0.187。 Qwen3.6 Flash 更快，为 3.74s vs 5.15s，通过率为 34.9% vs 54.6%。
推荐模型Qwen3.6 Flash它在这里得分最高（6.1），同时成本比Inkling (low)低约 3.1 倍。
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-18
| 指标 | Qwen3.6 Flash Qwen3.6 Flash none | Inkling Inkling low |
|---|---|---|
| 分数 | 6.1 | 6.1 |
| 排名 | #120 | #119 |
| 可靠性 | 10.0 | 9.9 |
| 一致性 | 9.6 | 8.6 |
| 测试正确 | ||
| 尝试通过率 | 34.9% | 54.6% |
| 不稳定测试 | 1 | 4 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 0.935 | 1.866 |
| 总成本 | $0.062 | $0.187 |
| 输入价格 | $0.188 / 1M | $1.000 / 1M |
| 输出价格 | $1.125 / 1M | $4.050 / 1M |
| 总输入令牌 | 139,788 | 109,884 |
| 输出令牌 | 30,947 | 8,579 |
| 推理令牌 | 0 | 10,343 |
| 响应时间（平均） | 3.74s | 5.15s |
| 响应时间（最大） | 48.79s | 41.58s |
| 响应时间（总计） | 82.38s | 113.39s |
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#119 Thinking Machines: Inkling
low- 成本
- $0.002
- 时间
- 6.1s
- 令牌
- 502 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
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.6 Flash | 3.1 | 10.0 | 0.0% | 0 | 1.63s | 696 | 1,554 | 0 | |
| Inkling | 8.3 | 10.0 | 75.0% | 0 | 2.51s | 702 | 172 | 1,024 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.6 Flash | 5.4 | 10.0 | 33.3% | 0 | 1.79s | 6,488 | 889 | 0 | |
| Inkling | 5.1 | 7.2 | 22.2% | 1 | 8.71s | 7,374 | 355 | 4,961 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.6 Flash | 3.8 | 5.8 | 33.3% | 1 | 26.50s | 113,653 | 27,098 | 0 | |
| Inkling | 2.9 | 5.8 | 16.7% | 1 | 22.73s | 85,854 | 6,920 | 1,367 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.6 Flash | 10.0 | 10.0 | 100.0% | 0 | 2.13s | 7,794 | 243 | 0 | |
| Inkling | 10.0 | 10.0 | 100.0% | 0 | 2.07s | 7,068 | 216 | 344 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.6 Flash | 5.3 | 10.0 | 33.3% | 0 | 1.11s | 789 | 15 | 0 | |
| Inkling | 5.3 | 10.0 | 33.3% | 0 | 1.99s | 795 | 66 | 504 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.6 Flash | 10.0 | 10.0 | 100.0% | 0 | 947ms | 522 | 132 | 0 | |
| Inkling | 10.0 | 10.0 | 100.0% | 0 | 3.44s | 501 | 160 | 213 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.6 Flash | 6.3 | 10.0 | 50.0% | 0 | 1.10s | 711 | 66 | 0 | |
| Inkling | 9.8 | 10.0 | 100.0% | 0 | 1.81s | 708 | 93 | 379 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.6 Flash | 3.5 | 10.0 | 0.0% | 0 | 1.21s | 714 | 669 | 0 | |
| Inkling | 6.4 | 5.0 | 66.7% | 2 | 2.97s | 714 | 347 | 908 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.6 Flash | 10.0 | 10.0 | 100.0% | 0 | 2.49s | 8,211 | 272 | 0 | |
| Inkling | 3.0 | 10.0 | 0.0% | 0 | 2.57s | 5,949 | 219 | 0 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.6 Flash | 3.0 | 10.0 | 0.0% | 0 | 649ms | 210 | 9 | 0 | |
| Inkling | 3.0 | 10.0 | 0.0% | 0 | 3.12s | 219 | 31 | 643 |
快速对比
切换对比组合
Gemini 3.1 Flash LitenonevsInklinglowgpt-oss-120bmediumvsInklinglowgpt-oss-120bmediumvsQwen3.6 FlashnoneQwen3.5-FlashnonevsInklinglowQwen3.5 Plus 2026-04-20nonevsInklinglowGemini 3.1 Flash LiteminimalvsInklinglowGPT-5 NanomediumvsQwen3.6 FlashnoneQwen3.5-35B-A3BnonevsInklinglowGemini 3.1 Flash LiteminimalvsQwen3.6 FlashnoneGPT-5 NanomediumvsInklinglowNemotron 3 Ultranone免费可用vsInklinglowQwen3.5-35B-A3BmediumvsInklinglow