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 Step 3.5 Flash (medium)

Step 3.5 Flash (medium) average score-এ এগিয়ে: 6.0 vs 6.0. Step 3.5 Flash (medium)-এর benchmark খরচ কম: $0.108 vs $0.792. Trinity Large Thinking (medium) দ্রুত: 84.96s vs 174.22s, pass rates 45.5% vs 51.5%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-07-28

র‍্যাঙ্ক
#150
মোট আউটপুট টোকেন
1,002,646
প্রতিক্রিয়া সময় (গড়)
84.96s
মোট খরচ
$0.792
র‍্যাঙ্ক
#146
মোট আউটপুট টোকেন
402,554
প্রতিক্রিয়া সময় (গড়)
174.22s
মোট খরচ
$0.108
প্রস্তাবিত মডেল Step 3.5 Flash (medium)

It has the best score here (6.0), while costing about 7.4x less than Trinity Large Thinking (medium).

বিস্তারিত তুলনা

মেট্রিক Trinity Large Thinking Trinity Large Thinking medium প্রকাশ: 2026-07-28 Step 3.5 Flash Step 3.5 Flash medium প্রকাশ: 2026-02-01
স্কোর 6.0 6.0
র‍্যাঙ্ক #150 #146
নির্ভরযোগ্যতা 10.0 9.2
ধারাবাহিকতা 7.6 9.0
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 45.5% 51.5%
অস্থির টেস্ট 7 1
মোট রান 66 63
প্রতি ফলাফলে খরচ 11.308 0.540
মোট খরচ $0.792 $0.108
ইনপুট মূল্য $0.220 / 1M $0.100 / 1M
আউটপুট মূল্য $0.850 / 1M $0.300 / 1M
মোট ইনপুট টোকেন 118,477 65,707
আউটপুট টোকেন 148,823 108,561
রিজনিং টোকেন 853,823 293,993
প্রতিক্রিয়া সময় (গড়) 84.96s 174.22s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 525.14s 1597.85s
প্রতিক্রিয়া সময় (মোট) 1869.16s 2613.32s

মডেল জেনারেশন শোকেস

Hamster playing table tennis

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

#150 Trinity Large Thinking

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

#146 Step 3.5 Flash

medium
খরচ
$0.008
সময়
277.1s
টোকেন
23,695 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
Step 3.5 Flash 2.4 5.2 0.0% 0 258.38s 2,211 13,207 22,429

দ্রুত তুলনা

তুলনার জুটি বদলান