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 Qwen3.6 Flash

average score প্রায় সমান: 6.1 vs 6.1. Qwen3.6 Flash-এর benchmark খরচ কম: $0.062 vs $0.756. Qwen3.6 Flash দ্রুত: 3.73s vs 85.44s, pass rates 48.5% vs 34.9%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-09-10

তুলনা করা মডেল

র‍্যাঙ্ক
#203
মোট আউটপুট টোকেন
1,016,785
প্রতিক্রিয়া সময় (গড়)
85.44s
মোট খরচ
$0.756
র‍্যাঙ্ক
#204
মোট আউটপুট টোকেন
30,947
প্রতিক্রিয়া সময় (গড়)
3.73s
মোট খরচ
$0.062
প্রস্তাবিত মডেল Qwen3.6 Flash

It has the best score here (6.1), while costing about 12.4x less than Trinity Large Thinking (medium).

বিস্তারিত তুলনা

মেট্রিক Trinity Large Thinking Trinity Large Thinking medium প্রকাশ: 2026-07-28 Qwen3.6 Flash Qwen3.6 Flash none প্রকাশ: 2026-04-20
স্কোর 6.1 6.1
র‍্যাঙ্ক #203 #204
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 7.9 9.6
প্রচেষ্টা 66/66 66/66
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 48.5% 34.9%
অস্থির টেস্ট 6 1
মোট রান 66 66
প্রতি ফলাফলে খরচ 9.972 0.935
মোট খরচ $0.756 $0.062
ইনপুট মূল্য $0.250 / 1M $0.188 / 1M
আউটপুট মূল্য $0.800 / 1M $1.125 / 1M
মোট ইনপুট টোকেন 118,486 139,797
আউটপুট টোকেন 156,166 30,947
রিজনিং টোকেন 860,619 0
প্রতিক্রিয়া সময় (গড়) 85.44s 3.73s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 525.14s 48.79s
প্রতিক্রিয়া সময় (মোট) 1879.75s 81.95s
প্যারামিটার 398B মোট (13B সক্রিয়) ~35B মোট (~3B 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.

#203 Trinity Large Thinking

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

#204 Qwen3.6 Flash

none
খরচ
$0.005
সময়
20.1s
টোকেন
4,211 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
Qwen3.6 Flash 5.4 10.0 33.3% 0 1.79s 6,488 889 0

দ্রুত তুলনা

তুলনার জুটি বদলান