নেভিগেশন
Advertise here

Trinity Large Thinking (medium) vs KAT-Coder-Pro V2.5 (medium)

KAT-Coder-Pro V2.5 (medium) average score-এ এগিয়ে: 6.2 vs 6.1. KAT-Coder-Pro V2.5 (medium)-এর benchmark খরচ কম: $0.669 vs $0.862. KAT-Coder-Pro V2.5 (medium) দ্রুত: 23.94s vs 84.01s, pass rates 49.3% vs 62.3%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-10-12

তুলনা করা মডেল

র‍্যাঙ্ক
#246
মোট আউটপুট টোকেন
925,046
প্রতিক্রিয়া সময় (গড়)
84.01s
মোট খরচ
$0.862
র‍্যাঙ্ক
#240
মোট আউটপুট টোকেন
139,375
প্রতিক্রিয়া সময় (গড়)
23.94s
মোট খরচ
$0.669
প্রস্তাবিত মডেল KAT-Coder-Pro V2.5 (medium)

It has the best score here (6.2), while responding about 3.5x faster than Trinity Large Thinking (medium).

বিস্তারিত তুলনা

মেট্রিক Trinity Large Thinking Trinity Large Thinking medium প্রকাশ: 2026-07-28 KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 medium প্রকাশ: 2026-07-14
স্কোর 6.1 6.2
র‍্যাঙ্ক #246 #240
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 7.7 7.2
প্রচেষ্টা 69/69 69/69
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 49.3% 62.3%
অস্থির টেস্ট 7 8
মোট রান 69 69
প্রতি ফলাফলে খরচ 10.772 4.342
মোট খরচ $0.862 $0.669
ইনপুট মূল্য $0.250 / 1M $0.740 / 1M
আউটপুট মূল্য $0.800 / 1M $2.960 / 1M
ক্যাশ পড়ার মূল্য $0.060 / 1M $0.150 / 1M
ক্যাশ লেখার মূল্য প্রযোজ্য নয় প্রযোজ্য নয়
মোট ইনপুট টোকেন 319,352 87,916
আউটপুট টোকেন 158,447 7,213
রিজনিং টোকেন 875,524 132,162
প্রতিক্রিয়া সময় (গড়) 84.01s 23.94s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 525.14s 257.00s
প্রতিক্রিয়া সময় (মোট) 1932.24s 550.52s
প্যারামিটার 398B মোট (13B সক্রিয়) ~700B মোট (~72B সক্রিয়)
উপলভ্যতা ওজন উপলভ্য বন্ধ উৎস

ক্যাশের মূল্য ইনপুট টোকেনের জন্য প্রযোজ্য। পড়ার সময় ক্যাশ করা প্রম্পট আবার ব্যবহার হয়; লেখার সময় সেগুলি সংরক্ষিত হয় এবং বাড়তি খরচ হতে পারে। আউটপুট টোকেনের জন্য আউটপুট মূল্য প্রযোজ্য।

মডেল জেনারেশন শোকেস

Hamster playing table tennis

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

#246 Trinity Large Thinking

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

#240 KAT-Coder-Pro V2.5

medium
খরচ
$0.009
সময়
25.6s
টোকেন
2,939 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
KAT-Coder-Pro V2.5 7.8 10.0 66.7% 0 33.10s 7,893 416 33,658

তুলনার জুটি বদলান