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 (medium) vs Seed 2.1 Turbo

Trinity Large Thinking (medium) average score-এ এগিয়ে: 6.0 vs 5.7. Seed 2.1 Turbo-এর benchmark খরচ কম: $0.092 vs $0.792. Seed 2.1 Turbo দ্রুত: 6.85s vs 84.96s, pass rates 45.5% vs 50.0%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-08-12

র‍্যাঙ্ক
#179
মোট আউটপুট টোকেন
1,002,646
প্রতিক্রিয়া সময় (গড়)
84.96s
মোট খরচ
$0.792
র‍্যাঙ্ক
#187
মোট আউটপুট টোকেন
10,640
প্রতিক্রিয়া সময় (গড়)
6.85s
মোট খরচ
$0.092
প্রস্তাবিত মডেল Seed 2.1 Turbo

Its score stays close to the best score here (5.7 vs 6.0), while costing about 8.7x less than Trinity Large Thinking (medium).

বিস্তারিত তুলনা

মেট্রিক Trinity Large Thinking Trinity Large Thinking medium প্রকাশ: 2026-07-28 Seed 2.1 Turbo Seed 2.1 Turbo none প্রকাশ: 2026-08-12
স্কোর 6.0 5.7
র‍্যাঙ্ক #179 #187
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 7.6 8.9
প্রচেষ্টা 66/66 66/66
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 45.5% 50.0%
অস্থির টেস্ট 7 3
মোট রান 66 66
প্রতি ফলাফলে খরচ 11.308 1.014
মোট খরচ $0.792 $0.092
ইনপুট মূল্য $0.220 / 1M $0.500 / 1M
আউটপুট মূল্য $0.850 / 1M $2.500 / 1M
মোট ইনপুট টোকেন 118,477 129,141
আউটপুট টোকেন 148,823 10,640
রিজনিং টোকেন 853,823 0
প্রতিক্রিয়া সময় (গড়) 84.96s 6.85s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 525.14s 55.92s
প্রতিক্রিয়া সময় (মোট) 1869.16s 150.66s
প্যারামিটার 398B মোট (13B সক্রিয়) ~200B মোট (~20B 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.

#179 Trinity Large Thinking

medium
খরচ
$0.016
সময়
75.9s
টোকেন
19,401 tok

#187 Seed 2.1 Turbo

none
খরচ
$0.093
সময়
517.1s
টোকেন
37,102 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 7.5 10.0 66.7% 0 179.02s 7,248 7,413 351,155
Seed 2.1 Turbo 4.5 7.9 22.2% 1 2.35s 8,211 608 0

দ্রুত তুলনা

তুলনার জুটি বদলান