নেভিগেশন
Advertise here

Trinity Large Thinking (medium) vs Qwen3.5 Plus 2026-04-20

average score প্রায় সমান: 6.1 vs 6.1. Qwen3.5 Plus 2026-04-20-এর benchmark খরচ কম: $0.216 vs $0.862. Qwen3.5 Plus 2026-04-20 দ্রুত: 18.49s vs 84.01s, pass rates 49.3% vs 44.9%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-10-24

তুলনা করা মডেল

র‍্যাঙ্ক
#278
মোট আউটপুট টোকেন
925,046
প্রতিক্রিয়া সময় (গড়)
84.01s
মোট খরচ
$0.862
র‍্যাঙ্ক
#281
মোট আউটপুট টোকেন
69,664
প্রতিক্রিয়া সময় (গড়)
18.49s
মোট খরচ
$0.216
প্রস্তাবিত মডেল Qwen3.5 Plus 2026-04-20

It has the best score here (6.1), while costing about 4.0x less than Trinity Large Thinking (medium).

বিস্তারিত তুলনা

মেট্রিক Trinity Large Thinking Trinity Large Thinking medium প্রকাশ: 2026-07-28 Qwen3.5 Plus 2026-04-20 Qwen3.5 Plus 2026-04-20 none প্রকাশ: 2026-04-20
স্কোর 6.1 6.1
র‍্যাঙ্ক #278 #281
নির্ভরযোগ্যতা 10.0 9.8
ধারাবাহিকতা 7.7 8.4
প্রচেষ্টা 69/69 69/69
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 49.3% 44.9%
অস্থির টেস্ট 7 5
মোট রান 69 69
প্রতি ফলাফলে খরচ 10.772 2.816
মোট খরচ $0.862 $0.216
ইনপুট মূল্য $0.250 / 1M $0.300 / 1M
আউটপুট মূল্য $0.800 / 1M $1.800 / 1M
ক্যাশ পড়ার মূল্য $0.060 / 1M প্রযোজ্য নয়
ক্যাশ লেখার মূল্য প্রযোজ্য নয় $0.375 / 1M
মোট ইনপুট টোকেন 319,352 299,984
আউটপুট টোকেন 158,447 69,664
রিজনিং টোকেন 875,524 0
প্রতিক্রিয়া সময় (গড়) 84.01s 18.49s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 525.14s 206.05s
প্রতিক্রিয়া সময় (মোট) 1932.24s 425.33s
প্যারামিটার 398B মোট (13B সক্রিয়) ~397B মোট (~17B 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.

#278 Trinity Large Thinking

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

#281 Qwen3.5 Plus 2026-04-20

none
খরচ
$0.008
সময়
77.0s
টোকেন
4,369 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
Qwen3.5 Plus 2026-04-20 3.9 7.8 11.1% 1 1.69s 7,913 480 0

তুলনার জুটি বদলান