inclusionAI

·Released on 2026年4月21日

Ling 2.6 Flash API 基准测试价格和服务商数据

LLM

Ling-2.6-flash is an instant (instruct) model from inclusionAI with 104B total parameters and 7.4B active parameters, designed for real-world agents that require fast responses, strong execution, and ...

质量

#96of 100

42.0

LMSpeed 评分

分类性能

基于独立 benchmark family 的实测能力估计，不确定性单独展示。

覆盖: 5 / 8
方法论: V3.0

#1指令遵循48.5暂定评分1/4 实测维度

80% 区间: 32.5–64.5

constraint following仅先验

structured output仅先验

novel instruction generalization48.5

ifbench · aa_if_bench

long multiturn instruction仅先验

#2智能体44.3估算2/4 实测维度

80% 区间: 32.4–56.1

planning仅先验

tool use50.9

tau · tau2_bench

environment execution37.7

gdpval_aa · benchlm_agentic_gdpval_aa

recovery reliability仅先验

#3代码42.7暂定评分1/4 实测维度

80% 区间: 26.8–58.7

code generation42.7

scicode · scicode

repository engineering仅先验

debugging testing仅先验

tooling quality仅先验

#4综合推理39估算2/4 实测维度

80% 区间: 28.2–49.8

abstract logic仅先验

scientific causal43.5

critpt · critpt / gpqa · gpqa / hle · hle

multistep constraints仅先验

evidence verification34.4

lcr · lcr

#5知识34.1暂定评分1/4 实测维度

80% 区间: 20.1–48.1

broad knowledge34.1

aa_omniscience · aa_omniscience_index / benchlm_category_knowledge · benchlm_category_knowledge

professional knowledge仅先验

factuality仅先验

retrieval open book仅先验

暂无数据:数学多语言多模态

技术规格

Input and output token limits for this model, plus how it ranks on long-context understanding.

INPUT

262.1Ktokens

≈ 314.6 pages of text

OUTPUT

32.8Ktokens

8K128K1M4M

262.1K

能力

Technical Details

输入
输出
发布日期: Apr 2026
官方文档
Tokenizer: Other
架构: text->text
内容审核: 否
到期日期: 2026-08-24
支持参数: frequency_penaltylogprobsmax_tokenspresence_penaltyrepetition_penaltyresponse_formatseedstopstructured_outputstemperaturetool_choicetoolstop_ktop_logprobstop_p

排名

擅长

相对落后

详细分数

更新时间: 2026年8月24日

综合

1 个指标

Overall score42.0#96 / 100

基准

站内排名

分数

来源

更新时间

置信度

Overall score

站内排名#96

分数42.0

来源benchlm.ai

更新时间2026年8月20日

置信度1

价格

2 个指标

输入价格$0.100/M#10 / 180输出价格$0.300/M#11 / 180

基准

站内排名

分数

来源

更新时间

置信度

输入价格

Input price

站内排名#10

分数$0.100/M

来源artificialanalysis.ai

更新时间2026年8月24日

置信度4

输出价格

Output price

站内排名#11

分数$0.300/M

来源artificialanalysis.ai

更新时间2026年8月24日

置信度4

智能体

V3.0

4 个指标 · 估算

分数44.380% 区间32.4–56.12/4 实测维度Τ²-bench results86.0#42 / 82GDPval-AA2.2#60 / 61

维度与证据

规划拆解仅先验

工具调用50.9

1 个基准族 · 1 个指标

tau · tau2_bench · z 0.00 · q 1.00

环境与长程执行37.7

1 个基准族 · 1 个指标

gdpval_aa · benchlm_agentic_gdpval_aa · z -1.82 · q 1.00

恢复与完成可靠性仅先验

基准

站内排名

分数

来源

更新时间

置信度

Τ²-bench resultsV3 计分证据

站内排名#42

分数86.0

来源benchlm.ai

更新时间2026年8月20日

置信度1

GDPval-AA

站内排名#60

分数2.2

来源benchlm.ai

更新时间2026年8月20日

置信度1

GDPval-AAV3 计分证据

站内排名#60

分数550.0

来源benchlm.ai

更新时间2026年8月20日

置信度1

AA Agentic Index

站内排名#59

分数2.3

来源benchlm.ai

更新时间2026年8月20日

置信度1

代码

V3.0

5 个指标 · 暂定评分

分数42.780% 区间26.8–58.71/4 实测维度SciCode27.1%#169 / 204SciCode27.0#12 / 12

维度与证据

代码生成42.7

1 个基准族 · 1 个指标

scicode · scicode · z -1.12 · q 1.00

仓库工程仅先验

调试与测试仅先验

工具化开发与质量仅先验

基准

站内排名

分数

来源

更新时间

置信度

SciCodeV3 计分证据

站内排名#169

分数27.1%

来源artificialanalysis.ai

更新时间2026年8月24日

置信度4

SciCodeV3 计分证据

站内排名#12

分数27.0

来源benchlm.ai

更新时间2026年8月20日

置信度1

AA Coding Index

站内排名#59

分数25.3

来源benchlm.ai

更新时间2026年8月20日

置信度1

AA-SciCodeV3 计分证据

站内排名#100

分数27.1

来源benchlm.ai

更新时间2026年8月20日

置信度1

Coding score

站内排名#79

分数21.8

来源benchlm.ai

更新时间2026年8月20日

置信度1

综合推理

V3.0

3 个指标 · 估算

分数3980% 区间28.2–49.82/4 实测维度GPQA59.3%#164 / 211HLE6.3%#145 / 208

维度与证据

抽象逻辑仅先验

科学与因果推理43.5

3 个基准族 · 3 个指标

critpt · critpt · z -0.72 · q 1.00

gpqa · gpqa · z -0.79 · q 1.00

hle · hle · z -0.57 · q 1.00

多步约束仅先验

证据整合与验证34.4

1 个基准族 · 1 个指标

lcr · lcr · z -2.43 · q 1.00

基准

站内排名

分数

来源

更新时间

置信度

GPQAV3 计分证据

站内排名#164

分数59.3%

来源artificialanalysis.ai

更新时间2026年8月24日

置信度4

HLEV3 计分证据

站内排名#145

分数6.3%

来源artificialanalysis.ai

更新时间2026年8月24日

置信度4

AA-LCRV3 计分证据

站内排名#96

分数28.0

来源benchlm.ai

更新时间2026年8月20日

置信度1

知识

V3.0

6 个指标 · 暂定评分

分数34.180% 区间20.1–48.11/4 实测维度Knowledge score46.5#64 / 69Artificial Analysis Intelligence Index14.1#98 / 111

维度与证据

广泛知识34.1

2 个基准族 · 2 个指标

aa_omniscience · aa_omniscience_index · z -2.10 · q 1.00

benchlm_category_knowledge · benchlm_category_knowledge · z -1.50 · q 1.00

专业知识仅先验

事实性仅先验

检索与开放资料运用仅先验

基准

站内排名

分数

来源

更新时间

置信度

Knowledge scoreV3 计分证据

站内排名#64

分数46.5

来源benchlm.ai

更新时间2026年8月20日

置信度1

Artificial Analysis Intelligence IndexV3 计分证据

站内排名#98

分数14.1

来源benchlm.ai

更新时间2026年8月20日

置信度1

AA-GPQA Diamond

站内排名#96

分数59.3

来源benchlm.ai

更新时间2026年8月20日

置信度1

AA-HLE

站内排名#87

分数6.3

来源benchlm.ai

更新时间2026年8月20日

置信度1

AA-Omniscience Accuracy

站内排名#96

分数15.6

来源benchlm.ai

更新时间2026年8月20日

置信度1

AA-Omniscience Hallucination Rate

站内排名#1

分数96.7

来源benchlm.ai

更新时间2026年8月20日

置信度1

数学

V3.0

0 个指标 · 暂无数据

暂无数据80% 区间30.8–69.20/4 实测维度

维度与证据

基础数学仅先验

竞赛数学仅先验

高阶证明仅先验

应用与工具辅助数学仅先验

多语言

V3.0

0 个指标 · 暂无数据

暂无数据80% 区间30.8–69.20/4 实测维度

维度与证据

跨语言理解仅先验

多语言生成仅先验

推理迁移仅先验

低资源鲁棒性仅先验

多模态

V3.0

0 个指标 · 暂无数据

暂无数据80% 区间30.8–69.20/4 实测维度

维度与证据

感知与 OCR仅先验

文档与空间理解仅先验

视觉推理仅先验

视频与落地行动仅先验

指令遵循

V3.0

3 个指标 · 暂定评分

分数48.580% 区间32.5–64.51/4 实测维度Instruction Following score39.0#25 / 25IFBench57.0#14 / 14

维度与证据

约束遵循仅先验

结构化输出仅先验

新指令泛化48.5

1 个基准族 · 1 个指标

ifbench · aa_if_bench · z -0.48 · q 1.00

多轮与长指令仅先验

基准

站内排名

分数

来源

更新时间

置信度

Instruction Following score

站内排名#25

分数39.0

来源benchlm.ai

更新时间2026年8月20日

置信度1

IFBenchV3 计分证据

站内排名#14

分数57.0

来源benchlm.ai

更新时间2026年8月20日

置信度1

AA-IFBenchV3 计分证据

站内排名#52

分数57.4

来源benchlm.ai

更新时间2026年8月20日

置信度1

替代方案与相似模型

GLM-4.7 Flash

glm-4-7-flash

Zhipu 的 GLM-4.7 Flash是GLM-4.7 系列的语言模型，专为通用对话与文本生成任务优化。

13 个共享提供商

DeepSeek V4 Flash

deepseek-v4-flash

DeepSeek V4 Flash是DeepSeek V4 系列的语言模型，专为通用对话与文本生成任务优化。

12 个共享提供商

Kimi K2.5

kimi-k2-5

Moonshot 的 Kimi K2.5是语言模型，专为通用对话与文本生成任务优化。

12 个共享提供商

GLM-5

glm-5

Zhipu 的 GLM-5是旗舰大语言模型，专为高复杂度通用任务与多步推理优化。

12 个共享提供商

DeepSeek V3.2

deepseek-v3-2

DeepSeek V3.2是语言模型，专为通用对话与文本生成任务优化。

12 个共享提供商

MiniMax M2.7

minimax-m2-7

MiniMax M2.7是语言模型，专为通用对话与文本生成任务优化。

12 个共享提供商

分类性能

技术规格

能力

Technical Details

排名

擅长

相对落后

详细分数

综合

价格

智能体

代码

综合推理

知识

数学

多语言

多模态

指令遵循

替代方案与相似模型

ChatGLMGLM-4.7 Flash

DeepSeekDeepSeek V4 Flash

MoonshotAIKimi K2.5

ChatGLMGLM-5

DeepSeekDeepSeek V3.2

MinimaxMiniMax M2.7

GLM-4.7 Flash

DeepSeek V4 Flash

Kimi K2.5

GLM-5

DeepSeek V3.2

MiniMax M2.7