নেভিগেশন
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 Mistral Large 4 (medium)

Mistral Large 4 (medium) average score-এ এগিয়ে: 6.2 vs 6.1. Trinity Large Thinking (medium)-এর benchmark খরচ কম: $0.862 vs $1.456. Trinity Large Thinking (medium) দ্রুত: 84.01s vs 265.03s, pass rates 49.3% vs 55.1%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-10-06

তুলনা করা মডেল

র‍্যাঙ্ক
#242
মোট আউটপুট টোকেন
925,046
প্রতিক্রিয়া সময় (গড়)
84.01s
মোট খরচ
$0.862
র‍্যাঙ্ক
#240
মোট আউটপুট টোকেন
627,233
প্রতিক্রিয়া সময় (গড়)
265.03s
মোট খরচ
$1.456
প্রস্তাবিত মডেল Trinity Large Thinking (medium)

Its score stays close to the best score here (6.1 vs 6.2), while costing about 1.7x less than Mistral Large 4 (medium).

বিস্তারিত তুলনা

মেট্রিক Trinity Large Thinking Trinity Large Thinking medium প্রকাশ: 2026-07-28 Mistral Large 4 Mistral Large 4 medium প্রকাশ: 2026-10-06
স্কোর 6.1 6.2
র‍্যাঙ্ক #242 #240
নির্ভরযোগ্যতা 10.0 9.2
ধারাবাহিকতা 7.7 7.6
প্রচেষ্টা 69/69 69/69
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 49.3% 55.1%
অস্থির টেস্ট 7 7
মোট রান 69 69
প্রতি ফলাফলে খরচ 10.772 16.168
মোট খরচ $0.862 $1.456
ইনপুট মূল্য $0.250 / 1M $0.680 / 1M
আউটপুট মূল্য $0.800 / 1M $2.090 / 1M
ক্যাশ পড়ার মূল্য $0.060 / 1M $0.070 / 1M
ক্যাশ লেখার মূল্য প্রযোজ্য নয় প্রযোজ্য নয়
মোট ইনপুট টোকেন 319,352 212,024
আউটপুট টোকেন 158,447 166,422
রিজনিং টোকেন 875,524 562,095
প্রতিক্রিয়া সময় (গড়) 84.01s 265.03s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 525.14s 1760.20s
প্রতিক্রিয়া সময় (মোট) 1932.24s 6095.69s
প্যারামিটার 398B মোট (13B সক্রিয়) 1.05T মোট (49B 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.

#242 Trinity Large Thinking

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

#240 Mistral Large 4

medium
খরচ
$0.011
সময়
63.4s
টোকেন
5,291 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
Mistral Large 4 3.4 7.2 22.2% 1 1201.87s 7,189 33,530 303,140

দ্রুত তুলনা

তুলনার জুটি বদলান

Apodex 1.1 Minilowবিনামূল্যে উপলভ্যvsTrinity Large ThinkingmediumTrinity Large ThinkingmediumvsInklingnoneবিনামূল্যে উপলভ্যTrinity Large ThinkingmediumvsQwen3.5 Plus 2026-04-20noneClaude Fable 5.1lowvsMistral Large 4mediumTrinity Large ThinkingmediumvsGemini 3.5 FlashnoneGemini 3.5 FlashnonevsMistral Large 4mediumGemini 3.1 Flash Lite PreviewnonevsMistral Large 4mediumTrinity Large ThinkingmediumvsKAT-Coder-Pro V2.5defaultDeepSeek V4 Flash 0731nonevsMistral Large 4mediumApodex 1.1 Minilowবিনামূল্যে উপলভ্যvsMistral Large 4mediumMistral Large 4mediumvsInklingnoneবিনামূল্যে উপলভ্যMistral Large 4mediumvsQwen3.5 Plus 2026-04-20none