InclusionAI · tutti i modelli ›

ILing-2.6-flashAPI

Ling-2.6-flash (InclusionAI): prezzi API live, finestra di contesto e le migliori alternative open-source, monitorate quotidianamente da olud.ai.

262KFinestra di contesto · token
$0.01Prezzo di input · per M token
$0.03Prezzo di output · per M token
InclusionAIFornitore

I prezzi vengono aggiornati automaticamente — verificati quotidianamente rispetto ai listini prezzi dei fornitori.

Vedi alternative open-source → Confronta tutti i prezzi dei modelli

Benchmark e prestazioni

Punteggi di benchmark indipendenti per Ling-2.6-flash, misurati da Artificial Analysis. Maggiore è meglio.

Intelligence index14.2
Coding index25.3
GPQA59.3%
Humanity's Last Exam6.3%
Long Context Reasoning28%
SciCode27.1%
IFBench57.4%
τ²-Bench86%
τ-Bench Banking2.9%
Terminal-Bench24.3%
Terminal-Bench Hard21.2%
💰 Blended price$0.15 / 1M tokens
📈 Value94.7 intelligence points per $
vs. modelli misurati quitop 76%
Punteggi superiori a 24% dei 276 modelli misurati da Artificial Analysis e tracciati qui.
I modelli a questo livello costano $0.7 per 1M token (mediana di 22) — questo costa $0.02.
Nessun modello tracciato qui è sia più economico che migliore su questo indice.
Dati di benchmark di Artificial Analysis

Informazioni su questo modello

Ling-2.6-flash è un modello AI commerciale di InclusionAI. Le specifiche di seguito sono tracciate automaticamente: i prezzi vengono aggiornati giornalmente dai listini pubblici, quindi i numeri in questa pagina riflettono il costo attuale dell'utilizzo del modello tramite la sua API.

Domande frequenti

Che cos'è Ling-2.6-flash?

Ling-2.6-flash è un modello di linguaggio AI di InclusionAI. È un modello proprietario, disponibile tramite un'API. Ottiene 14.2 sull'indice di intelligenza Artificial Analysis.

Ling-2.6-flash è gratuito?

Ling-2.6-flash non è gratuito: costa $0.01 per milione di token in input e $0.03 per milione di token in output. Le alternative open-weight possono essere self-hosted senza costi per token.

A cosa serve Ling-2.6-flash?

I benchmark indipendenti di Artificial Analysis gli danno GPQA 59.3%, Humanity's Last Exam 6.3%, Long Context Reasoning 28%, SciCode 27.1%, IFBench 57.4%, τ²-Bench 86%, τ-Bench Banking 2.9%, Terminal-Bench 24.3%, Terminal-Bench Hard 21.2%. È particolarmente utilizzato per generazione di codice.

Modelli correlati

Ling-2.6-1TInclusionAIRing-2.6-1TInclusionAI