নেভিগেশন
Advertise here

Trinity Large Thinking (low) vs Qwen3.7 Flash

Qwen3.7 Flash average score-এ এগিয়ে: 6.1 vs 6.0. Qwen3.7 Flash-এর benchmark খরচ কম: $0.019 vs $0.625. Qwen3.7 Flash দ্রুত: 10.05s vs 96.61s, pass rates 47.0% vs 36.4%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-09-10

তুলনা করা মডেল

র‍্যাঙ্ক
#208
মোট আউটপুট টোকেন
818,359
প্রতিক্রিয়া সময় (গড়)
96.61s
মোট খরচ
$0.625
র‍্যাঙ্ক
#199
মোট আউটপুট টোকেন
90,507
প্রতিক্রিয়া সময় (গড়)
10.05s
মোট খরচ
$0.019
প্রস্তাবিত মডেল Qwen3.7 Flash

It has the best score here (6.1), while costing about 34.1x less than Trinity Large Thinking (low).

বিস্তারিত তুলনা

মেট্রিক Trinity Large Thinking Trinity Large Thinking low প্রকাশ: 2026-07-28 Qwen3.7 Flash Qwen3.7 Flash none প্রকাশ: 2026-07-28
স্কোর 6.0 6.1
র‍্যাঙ্ক #208 #199
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 8.3 9.2
প্রচেষ্টা 66/66 66/66
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 47.0% 36.4%
অস্থির টেস্ট 5 2
মোট রান 66 66
প্রতি ফলাফলে খরচ 8.221 0.262
মোট খরচ $0.625 $0.019
ইনপুট মূল্য $0.250 / 1M $0.030 / 1M
আউটপুট মূল্য $0.800 / 1M $0.130 / 1M
মোট ইনপুট টোকেন 122,854 218,740
আউটপুট টোকেন 119,810 90,507
রিজনিং টোকেন 698,549 0
প্রতিক্রিয়া সময় (গড়) 96.61s 10.05s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 540.96s 186.24s
প্রতিক্রিয়া সময় (মোট) 2125.51s 221.13s
প্যারামিটার 398B মোট (13B সক্রিয়) ~35B মোট (~3B সক্রিয়)
উপলভ্যতা ওজন উপলভ্য বন্ধ উৎস

মডেল জেনারেশন শোকেস

Hamster playing table tennis

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

#208 Trinity Large Thinking

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

#199 Qwen3.7 Flash

none
খরচ
$0.001
সময়
34.0s
টোকেন
4,814 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
Qwen3.7 Flash 5.5 10.0 33.3% 0 1.55s 7,911 855 0

দ্রুত তুলনা

তুলনার জুটি বদলান