Inclusionai logo

Ling-2.6-flash – Benchmarks, Preise & Intelligence-Analyse

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 high token efficiency....

Nicht auf LLMBase verfügbar

Ling-2.6-flash ist derzeit nicht in LLMBase Chat oder über die LLMBase Inference API verfügbar. Benchmarks, Preise und Modelldetails bleiben für Recherche und Vergleiche sichtbar.

Eingabepreis$0.10/1M tokens
Ausgabepreis$0.30/1M tokens
Intelligenz14.1
Coding25.3

Spezifikationen

Technische Details und Preise.

AnbieterInclusionai
Kontextfenster262,144 tokens
Veröffentlichungsdatum21. Apr. 2026
ModalitätenText
FähigkeitenFunction Calling
VerfügbarkeitNicht verfügbar

Benchmarks

7 Benchmark-Scores von Artificial Analysis.

GPQA59.3%
HLE6.2%
SciCode27.1%
LCR25.0%
IFBench57.4%
Tau286.0%
TerminalBench Hard21.2%

Composite Indices

Higher is better; speed and price are normalized

Standard Benchmarks

Only benchmarks with data are shown

EU-Hosted Inference API

Power your AI projects with the best open-source models.

Drop-in OpenAI-compatible API. No data leaves Europe.

Explore Inference API

MiniMax

MiniMax M3

$0.40 / $1.40

per M tokens

Z.ai

GLM 5.2

$1.40 / $4.40

per M tokens

MoonshotAI

Kimi K2.7 Code

$0.95 / $4.00

per M tokens

DeepSeek

DeepSeek V4 Pro

$1.80 / $3.60

per M tokens

Häufig gestellte Fragen

Wofür eignet sich Ling-2.6-flash?

Nutzen Sie Ling-2.6-flash für alltägliche Aufgaben wie Schreiben, Zusammenfassen, Brainstorming und klare Erklärungen.

Wie viel kostet Ling-2.6-flash?

Die Abrechnung erfolgt nutzungsbasiert. Aktuell kostet die Eingabe $0.10/1M tokens und die Ausgabe $0.30/1M tokens.

Ist Ling-2.6-flash bereits in LLMBase Chat verfügbar?

Auf dieser Seite noch nicht. Wir fügen Chat- und Inference-Aktionen automatisch hinzu, sobald ein exakter Katalogeintrag für Ling-2.6-flash existiert.

Unterstützt Ling-2.6-flash Bilder oder Audio?

Ling-2.6-flash ist vor allem für textbasierte Aufgaben ausgelegt.

Benchmarks und Preise nutzen, sofern verfügbar, Artificial Analysis. Katalog-Spezifikationen dienen als Fallback.