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 GLM 4.7 Flash

GLM 4.7 Flash average score-এ এগিয়ে: 4.9 vs 4.8. GLM 4.7 Flash-এর benchmark খরচ কম: $0.016 vs $0.632. GLM 4.7 Flash দ্রুত: 9.15s vs 77.22s, pass rates 39.4% vs 34.9%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-07-28

র‍্যাঙ্ক
#202
মোট আউটপুট টোকেন
953,758
প্রতিক্রিয়া সময় (গড়)
77.22s
মোট খরচ
$0.632
র‍্যাঙ্ক
#197
মোট আউটপুট টোকেন
22,992
প্রতিক্রিয়া সময় (গড়)
9.15s
মোট খরচ
$0.016
প্রস্তাবিত মডেল GLM 4.7 Flash

It has the best score here (4.9), while costing about 41.3x less than Trinity Large Thinking (high).

বিস্তারিত তুলনা

মেট্রিক Trinity Large Thinking Trinity Large Thinking high প্রকাশ: 2026-07-28 GLM 4.7 Flash GLM 4.7 Flash none প্রকাশ: 2026-01-19
স্কোর 4.8 4.9
র‍্যাঙ্ক #202 #197
নির্ভরযোগ্যতা 9.9 10.0
ধারাবাহিকতা 7.2 8.9
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 39.4% 34.9%
অস্থির টেস্ট 8 3
মোট রান 66 66
প্রতি ফলাফলে খরচ 12.640 0.256
মোট খরচ $0.632 $0.016
ইনপুট মূল্য $0.220 / 1M $0.060 / 1M
আউটপুট মূল্য $0.850 / 1M $0.400 / 1M
মোট ইনপুট টোকেন 101,767 101,504
আউটপুট টোকেন 286,218 22,992
রিজনিং টোকেন 667,540 0
প্রতিক্রিয়া সময় (গড়) 77.22s 9.15s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 510.21s 97.15s
প্রতিক্রিয়া সময় (মোট) 1698.89s 137.18s

মডেল জেনারেশন শোকেস

Hamster playing table tennis

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

#202 Trinity Large Thinking

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

#197 GLM 4.7 Flash

none
অবৈধ SVG
খরচ
$0.000
সময়
300.0s
টোকেন
0 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
GLM 4.7 Flash 4.3 10.0 0.0% 0 2.54s 7,256 650 0

দ্রুত তুলনা

তুলনার জুটি বদলান