নেভিগেশন
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 Space Bunny Alpha (xhigh)

Trinity Large Thinking (low) average score-এ এগিয়ে: 6.3 vs 6.2. Space Bunny Alpha (xhigh)-এর benchmark খরচ কম: $0.000 vs $0.700. Space Bunny Alpha (xhigh) দ্রুত: 60.03s vs 95.16s, pass rates 47.8% vs 55.1%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-10-01

তুলনা করা মডেল

র‍্যাঙ্ক
#222
মোট আউটপুট টোকেন
842,200
প্রতিক্রিয়া সময় (গড়)
95.16s
মোট খরচ
$0.700
র‍্যাঙ্ক
#225
মোট আউটপুট টোকেন
381,919
প্রতিক্রিয়া সময় (গড়)
60.03s
মোট খরচ
$0.000
প্রস্তাবিত মডেল Trinity Large Thinking (low)

It has the strongest score in this comparison (6.3) and the best overall balance of cost and response time across all 2 models.

বিস্তারিত তুলনা

মেট্রিক Trinity Large Thinking Trinity Large Thinking low প্রকাশ: 2026-07-28 Space Bunny Alpha Space Bunny Alpha xhigh প্রকাশ: 2026-09-24
স্কোর 6.3 6.2
র‍্যাঙ্ক #222 #225
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 8.1 7.1
প্রচেষ্টা 69/69 69/69
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 47.8% 55.1%
অস্থির টেস্ট 6 8
মোট রান 69 69
প্রতি ফলাফলে খরচ 9.163 0.000
মোট খরচ $0.700 $0.000
ইনপুট মূল্য $0.250 / 1M $0.000 / 1M
আউটপুট মূল্য $0.800 / 1M $0.000 / 1M
মোট ইনপুট টোকেন 347,980 363,310
আউটপুট টোকেন 121,898 381,919
রিজনিং টোকেন 720,302 0
প্রতিক্রিয়া সময় (গড়) 95.16s 60.03s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 540.96s 459.99s
প্রতিক্রিয়া সময় (মোট) 2188.74s 1380.67s
প্যারামিটার 398B মোট (13B 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.

#222 Trinity Large Thinking

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

#225 Space Bunny Alpha

xhigh
খরচ
$0.000
সময়
98.6s
টোকেন
10,913 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
Space Bunny Alpha 6.6 5.0 66.7% 2 10.64s 8,493 10,115 0

দ্রুত তুলনা

তুলনার জুটি বদলান