模型库 › InclusionAI › Ling-3.0-flash-Fin

Ling-3.0-flash-Fin

能力排第 87。

23能力指数 · 第 87 / 126——每任务成本 · 暂无名次159每秒输出 token · 第 35 / 17126 万上下文窗口 · token

一 · 能装多少

01

一次能装下多少内容

条长=这份材料占满窗口的比例

  • 一封长邮件500 字<1%
  • 一份 30 页合同1.5 万字9%
  • 一本 10 万字的书10 万字57%
  • 一年的周会记录25 万字装不下
  • 《红楼梦》全本73 万字装不下
厂商官方文档 · 2026-09-24数据与出处 ⌄

每根条的灰槽都是这个窗口的满格,所以读出来的是「能装多少」,不是谁大谁小的排行榜。 窗口的单位是 token,材料的单位是字,按中文 1 个字折 1.5 个 token 换算(词表里写明常见口径是 1~2,这里取中值), 因此条长是量级估算。材料的字数是一把固定的尺子,印在每行标签上。

二 · 放到同档里看

02

同档位置

能力相近(±2 分)的 6 个,按每任务成本从低到高

模型能力指数每任务成本
GPT-6 Luna (low)21¥0.03
GPT-5.6 Luna (low)21¥0.07
GPT-5.6 Luna (medium)25¥0.14
Hy325¥0.49
Gemini 3.5 Flash-Lite22¥0.84
GPT-5.6 Terra (Non-reasoning)21¥0.98
海外权威评测 · 2026-09-24
03

短板

1 项落在同档中位之后

  • 上下文窗口比中位小 74%
海外权威评测 · 2026-09-24数据与出处 ⌄

读法:细竖线=同档中位,粗刻线=本页所在,斜纹=差在哪一段;越靠右越差。 成本、速度、窗口取同档这 6 款自己的分布,专项评测取整张榜。

三 · 明细与去处

04

技术规格

厂商公布的硬参数

上下文窗口26 万 token一次能读进去的上限
是否推理模型是推理模型会先「想」再答,更贵更慢
厂商InclusionAI
厂商官方文档 · 2026-09-24

您该怎么办

拿您手上真实的活先跑一遍,看结果再决定要不要长期用。

要看同一型号在不同渠道的到手价,进渠道对照。