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 (low) vs Qwen3.5-35B-A3B (medium)

Qwen3.5-35B-A3B (medium) average score-এ এগিয়ে: 6.1 vs 6.0. Trinity Large Thinking (low)-এর benchmark খরচ কম: $0.658 vs $1.140. Trinity Large Thinking (low) দ্রুত: 96.61s vs 110.84s, pass rates 47.0% vs 65.2%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-08-20

র‍্যাঙ্ক
#181
মোট আউটপুট টোকেন
818,359
প্রতিক্রিয়া সময় (গড়)
96.61s
মোট খরচ
$0.658
র‍্যাঙ্ক
#170
মোট আউটপুট টোকেন
893,463
প্রতিক্রিয়া সময় (গড়)
110.84s
মোট খরচ
$1.140
প্রস্তাবিত মডেল Trinity Large Thinking (low)

Its score stays close to the best score here (6.0 vs 6.1), while costing about 1.7x less than Qwen3.5-35B-A3B (medium).

বিস্তারিত তুলনা

মেট্রিক Trinity Large Thinking Trinity Large Thinking low প্রকাশ: 2026-07-28 Qwen3.5-35B-A3B Qwen3.5-35B-A3B medium প্রকাশ: 2026-02-24
স্কোর 6.0 6.1
র‍্যাঙ্ক #181 #170
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 8.3 7.6
প্রচেষ্টা 66/66 66/66
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 47.0% 65.2%
অস্থির টেস্ট 5 6
মোট রান 66 66
প্রতি ফলাফলে খরচ 8.221 9.806
মোট খরচ $0.658 $1.140
ইনপুট মূল্য $0.220 / 1M $0.250 / 1M
আউটপুট মূল্য $0.850 / 1M $1.250 / 1M
মোট ইনপুট টোকেন 122,854 130,450
আউটপুট টোকেন 119,810 54,857
রিজনিং টোকেন 698,549 838,606
প্রতিক্রিয়া সময় (গড়) 96.61s 110.84s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 540.96s 950.25s
প্রতিক্রিয়া সময় (মোট) 2125.51s 2438.58s
প্যারামিটার 398B মোট (13B সক্রিয়) 35B মোট (3B সক্রিয়)
উপলভ্যতা ওজন উপলভ্য উন্মুক্ত উৎস

মডেল জেনারেশন শোকেস

Hamster playing table tennis

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

#181 Trinity Large Thinking

low
খরচ
$0.021
সময়
173.2s
টোকেন
24,586 tok

#170 Qwen3.5-35B-A3B

medium
খরচ
$0.009
সময়
71.4s
টোকেন
8,631 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 5.3 10.0 33.3% 0 344.45s 5,441 27,039 217,241
Qwen3.5-35B-A3B 5.9 9.3 33.3% 0 206.65s 4,106 23,844 111,462

দ্রুত তুলনা

তুলনার জুটি বদলান