নেভিগেশন
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Trinity Large Thinking (high) vs Laguna S 2.1

Trinity Large Thinking (high) average score-এ এগিয়ে: 4.8 vs 4.5. Laguna S 2.1-এর benchmark খরচ কম: $0.022 vs $0.632. Laguna S 2.1 দ্রুত: 11.67s vs 77.22s, pass rates 39.4% vs 15.2%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-08-07

র‍্যাঙ্ক
#215
মোট আউটপুট টোকেন
953,758
প্রতিক্রিয়া সময় (গড়)
77.22s
মোট খরচ
$0.632
র‍্যাঙ্ক
#226
মোট আউটপুট টোকেন
57,634
প্রতিক্রিয়া সময় (গড়)
11.67s
মোট খরচ
$0.022
প্রস্তাবিত মডেল Laguna S 2.1

Its score stays close to the best score here (4.5 vs 4.8), while costing about 29.2x less than Trinity Large Thinking (high).

বিস্তারিত তুলনা

মেট্রিক Trinity Large Thinking Trinity Large Thinking high প্রকাশ: 2026-07-28 Laguna S 2.1 Laguna S 2.1 none প্রকাশ: 2026-07-21 বিনামূল্যে উপলভ্য
স্কোর 4.8 4.5
র‍্যাঙ্ক #215 #226
নির্ভরযোগ্যতা 9.9 10.0
ধারাবাহিকতা 7.2 8.8
বেঞ্চমার্ক কভারেজ 22/22 টেস্ট · 66/66 প্রচেষ্টা 22/22 টেস্ট · 66/66 প্রচেষ্টা
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 39.4% 15.2%
অস্থির টেস্ট 8 3
মোট রান 66 66
প্রতি ফলাফলে খরচ 12.640 1.205
মোট খরচ $0.632 $0.022
ইনপুট মূল্য $0.220 / 1M $0.090 / 1M
আউটপুট মূল্য $0.850 / 1M $0.180 / 1M
মোট ইনপুট টোকেন 101,767 125,598
আউটপুট টোকেন 286,218 57,634
রিজনিং টোকেন 667,540 0
প্রতিক্রিয়া সময় (গড়) 77.22s 11.67s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 510.21s 200.52s
প্রতিক্রিয়া সময় (মোট) 1698.89s 256.80s

মডেল জেনারেশন শোকেস

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#215 Trinity Large Thinking

high
খরচ
$0.028
সময়
130.1s
টোকেন
34,387 tok

#226 Laguna S 2.1

none
খরচ
$0.001
সময়
7.6s
টোকেন
1,345 tok

স্কোর অনুযায়ী শীর্ষ মডেল

স্কোর বনাম মোট খরচ

প্রতিক্রিয়া সময় (গড়)

স্কোর vs প্রতিক্রিয়া সময় (গড়)

মোট আউটপুট টোকেন

স্কোর vs মোট আউটপুট টোকেন

বিভাগভিত্তিক বিশ্লেষণ

কোডিং স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
Trinity Large Thinking 3.7 4.7 33.3% 2 245.04s 7,204 83,616 266,836
Laguna S 2.1 3.4 9.7 0.0% 0 550ms 7,917 424 0

দ্রুত তুলনা

তুলনার জুটি বদলান