BenchLeader

Ling 3.1 Flash vs LingSante-3.1-flash

完整资料:Ling 3.1 Flash(Ant Group)和 LingSante-3.1-flash(Ant Group),包括全部基准测试、价格和排名。

更新于 · 数据来自 3 个来源

截至 2026年11月22日,两者共同的基准测试太少,无法判断质量高下。

LingSante-3.1-flash 于 2026年11月22日 发布,目前还没有 BenchLeader Index(需要覆盖两个类别的五项第三方结果)。因此本页不给出质量结论,只对比两者目前已公布的上下文窗口、两者都有结果的基准测试。首批结果将在以下页面跟踪: LingSante-3.1-flash 的页面

要点(截至 2026年11月22日)

  • Ling 3.1 Flash 每百万 token 混合价格为 $0.450(标价,2026年11月22日)。
  • 在两者都有结果的 1 项基准测试中,LingSante-3.1-flash 领先 1 项(BenchLeader,2026年11月22日)。

按用途怎么选

推荐模型的数值列在前面。类别得分采用 BenchLeader 标尺(50 为模型平均水平,15 分为一个标准差)。领先半个标准差及以上为“高”置信度;相差不到 1 分则视为“均可”。

用途推荐理由置信度
低预算大批量两者都不选通常更小的模型更合适:便宜好用的大模型、最快的大模型–

主要差异

  • 共同的基准测试太少,无法给出结论。

概览

规格Ling 3.1 FlashLingSante-3.1-flash
提供商Ant GroupAnt Group
发布日期2026年10月1日2026年11月22日
上下文窗口(token)1,000,0001,048,576
对比时的配置Ling 3.1 FlashLingSante-3.1-flash
开放权重是否
每百万 token 价格(输入 / 输出 / 缓存输入)$0.300 / $0.900 / $0.060–

逐类别对比

类别得分采用 BenchLeader 标尺:50 为参评模型的平均水平,15 分为一个标准差。差距不到 1 分视为持平。

类别Ling 3.1 FlashLingSante-3.1-flash领先者
推理47.3–无法比较
编程45.8–无法比较
知识45.1–无法比较
长上下文66.2–无法比较

同一图表对比

各领域采用与 Index 相同的标尺,平均模型为 50 分。单击某个领域可查看构成它的基准测试。 可从列表中最多选择 5 个模型。

2550 avg75推理编程知识长上下文Ling 3.1 Flash, 推理: 47.3Ling 3.1 Flash, 编程: 45.8Ling 3.1 Flash, 知识: 45.1Ling 3.1 Flash, 长上下文: 66.2

在这些领域均无结果:LingSante-3.1-flash。

未绘制(这些模型没有结果):智能体与工具, 数学, 指令遵循, 多模态, 人类偏好。

模型(单击添加或移除)Index

各来源的分歧

在两者都有结果的 1 项基准测试中,Ling 3.1 Flash 领先 0 项,LingSante-3.1-flash 领先 1 项。

各发布方使用各自的任务、评测框架和推理强度设置,因此总体结论可能不同;BenchLeader 将它们统一到同一标尺上。† 表示同一模型在另一推理强度设置下的测量值(发布方未测试本页对比的设置)。

价格、速度与延迟

标价按每 1 个输出 token 对应 3 个输入 token 混合计算。每项任务的价格采用方法论页面中的 token 数量。每项基准测试任务的成本、token 数和耗时均为实测值,取自 Artificial Analysis 整个 Intelligence Index 测试的平均值。

指标Ling 3.1 FlashLingSante-3.1-flash
每百万 token 混合价格$0.450–
每百万 token 输入 / 输出$0.300 / $0.900– / –
每百万 token 缓存输入$0.060–
每项任务价格:聊天回复$0.0004–
每项任务价格:总结一份 30 页的报告$0.0041–
每项任务价格:代码编辑$0.0032–
每项任务价格:智能体编程会话$0.022–
每项任务价格:结构化信息提取$0.0008–
智能体编程会话(输入大多命中缓存)$0.011–
每项基准测试任务成本(AA Index)$3.19–
每项任务输出 token(AA Index)225k–
其中推理部分151k–
输出速度69 tok/s–
首次回答时间45.6 秒–
完整回答耗时(最近一次测量 2026年11月13日)115.5 秒–

每个模型都按其排名最高的推理强度设置进行对比。Ling 3.1 Flash 得分 50.7,首个回答 token 需 46 秒。LingSante-3.1-flash。推理强度越高,回答前思考越久:得分更高,但等待更长、计费 token 也更多。 推理强度如何影响得分和成本

全部基准测试

共 25 项基准测试,按类别分组;点击名称可查看该排行榜及领先模型。† 表示同一模型在另一推理强度设置下的测量值,仅供参考,不计入胜场。

指标发布方Ling 3.1 FlashLingSante-3.1-flash
BenchLeader IndexBenchLeader50.7–
编程得分BenchLeader45.8–
知识得分BenchLeader45.1–
长上下文得分BenchLeader66.2–
推理得分BenchLeader47.3–
混合价格(美元/百万 token)BenchLeader$0.450–
输出速度BenchLeader69 tok/s–
首次回答时间BenchLeader45.6 秒–
上下文窗口BenchLeader1,000,000 token1,048,576 token
推理
Humanity's Last Exam (AA)Artificial Analysis43.5%–
HLE-Diamond (AA)Artificial Analysis17.2%–
CritPtArtificial Analysis26.0%–
CritPt v2 hard subset (AA)Artificial Analysis38.5%–
编程
SciCode (AA)Artificial Analysis56.8%–
Terminal-Bench 4.0 (AA)Artificial Analysis33.3%–
GameBench 2 by reasoning settingDuelLab GameBench 243.0†–
Design Arena CodeDesign Arena1296–
FrontierCode 2.0 (AA)Artificial Analysis17.0%–
智能体与工具
GDPval-AA v2.1, normalised scoreArtificial Analysis57.3%–
GDPval-AA v2.1Artificial Analysis1655–
AutomationBenchArtificial Analysis67.5%–
GDP.pdf (AA)Artificial Analysis12.6%–
AA-Briefcase v1.1Artificial Analysis1517–
Design Arena AgenticDesign Arena1194–
Terminal-Bench-Science 0.1 (AA)Artificial Analysis4.3%–
知识
AA-Omniscience v1.1Artificial Analysis-0.1–
AA-Omniscience v1.1: accuracyArtificial Analysis26.5%–
AA-Omniscience v1.1: non-hallucinationArtificial Analysis63.7%–
长上下文
AA-LCR v1.1Artificial Analysis83.0%–
MLCRArtificial Analysis15.0%23.3%
综合
AA Intelligence Index v5.0.1Artificial Analysis29.6–
AA Intelligence Index v4.3.2Artificial Analysis43.9–
AA Progress Index v1Artificial Analysis321.6–
元数据
AA Openness IndexArtificial Analysis38.9–

数据截至 2026年11月22日。对比的是每个模型的最佳配置;每项分数的来源链接都在模型页面上。

DuelLab GameBench 2, release gb2-20261119-1d7fd529faf6 (https://benchmarks.duellab.org/releases/gb2-20261119-1d7fd529faf6/), CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Scores mapped to BenchLeader model names; not endorsed by DuelLab.

变化

  • LingSante-3.1-flash:首批结果。
  • Ling 3.1 Flash:BenchLeader Index 50.9 → 50.3。
  • Ling 3.1 Flash:1 项分数修订。
  • Ling 3.1 Flash:1 项分数修订。
  • Ling 3.1 Flash:BenchLeader Index 50.3 → 50.9。
  • Ling 3.1 Flash:6 项新结果(AA Intelligence Index v5.0.1, AA Progress Index v1, HLE-Diamond (AA)…);3 项分数修订;价格 $1.01/M → $3.19/M。
  • Ling 3.1 Flash:1 项新结果(AA-Briefcase v1.1)。
  • Ling 3.1 Flash:1 项分数修订。
  • Ling 3.1 Flash:1 项新结果(AA-Briefcase v1.1);8 项分数修订。

排行榜: 综合最佳大模型 · 最适合智能体的大模型 · 便宜好用的大模型

Ling 3.1 Flash vs LingSante-3.1-flash:常见问题

处理长文档哪个更好?
两者都约为 1M token(Ling 3.1 Flash 为 1,000,000,LingSante-3.1-flash 为 1,048,576)。
第三方基准测试对 Ling 3.1 Flash 和 LingSante-3.1-flash 的看法一致吗?
在两者都有结果的 1 项基准测试中,Ling 3.1 Flash 领先 0 项,LingSante-3.1-flash 领先 1 项。
LingSante-3.1-flash 是什么时候发布的?
LingSante-3.1-flash 于 2026年11月22日 发布。