Ling 3.1 Flash
InclusionAI · 2026-10-01 发布 · 10/04 20:24 更新
AIHOT 评分 · 综合60.7分暂不排名：目前只有一家评测机构的成绩评分不是正确率 · 证据覆盖 33%
可比较分类0/ 4 项分类
已有成绩9项评测
上下文窗口26.2万Token
API 输入 / 输出 · 每百万 Token待核验尚未核到厂商官网价格
各有所长，看得更清楚。
每个领域单独评分，与综合评分在同一条刻度上。具体能力请看下面每项成绩。
编程AIHOT 评分—分这个领域测得还不够0 项评测 · 覆盖 0%推理AIHOT 评分60.5分暂不排名2 项评测 · 覆盖 33%专业工作AIHOT 评分63.6分暂不排名3 项评测 · 覆盖 29%知识与语言AIHOT 评分58.0分暂不排名2 项评测 · 覆盖 40%
覆盖比例是这个领域里已有成绩的评测类别占比，不代表能力高低；没测的不补分，也不扣分。
每一项成绩，都有来处。
按领域列出每项公开成绩，以及它在同一条刻度上的读数。展开可查看运行配置与采用方式。
编程60.22 项
推理60.52 项
专业工作63.63 项
知识与语言58.02 项
尚无成绩的评测
这些评测尚无可采用的公开成绩，缺测不补分。
Terminal-Bench 4.0 · ValsLiveBench · 编程综合Code MigrationProgramBenchFrontierMath v2 · Tiers 1–3LiveBench · 推理与数学Chess PuzzlesMystery Game PuzzlesMysteryMechanismVals Finance AgentAPEX-Agents 1.1Harvey Legal Agent Benchmarkτ³-Banking · MercorLiveBench · 数据分析SimpleQA VerifiedLiveBench · 语言与指令BullshitBench · 错误前提Arena Text
怎么看这些读数
每项成绩按这项评测的难度换算到同一条刻度上：难的评测考得一般也能读出高分，刷满的评测读不出更多。领域分是这些读数的平均，再向模型的整体水平收一点；同类评测只算一票。相差不到 1 分的两个模型，先后接近抛硬币。
还没有成绩的领域：真人盲选，暂按整体水平计算。
了解计算方法 →