#208

Trinity Large Thinking

Arcee AI প্রকাশ: 2026-07-28 পরীক্ষিত হয়েছে: 2026-08-14 04:04 arcee-ai/trinity-large-thinking::low

398B মোট (13B সক্রিয়)MoEওজন উপলভ্য

(high) (medium) (low)

সারাংশ

Trinity Large Thinking AI BENCHY-তে 6.0 স্কোর করে এবং #208 স্থানে আছে। এর reliability 10.0, pass rate 47.0%, মোট খরচ $0.625, এবং গড় response time 96.61s.

Trinity Large Thinking কে আলাদা করে যা: এটি অ্যান্টি-এআই কৌশল-তে সবচেয়ে ভালোভাবে নজর কাড়ে, যেখানে এর rank #3; আর নির্দেশনা অনুসরণ এর দুর্বলতম ক্ষেত্র, rank #15. এটি অস্বাভাবিকভাবে বেশি reasoning tokens ব্যবহার করে, যা ধীর বা বেশি খরচের runs ব্যাখ্যা করতে পারে।

মডেলের তথ্য

গবেষণার তারিখ: 2026-08-12

প্রকাশিত

প্যারামিটার: 398B মোট (13B সক্রিয়)
আর্কিটেকচার: MoE
উপলভ্যতা: ওজন উপলভ্য
লাইসেন্স: OpenMDW

প্যারামিটারের উৎস উপলভ্যতার উৎস

স্কোর

6.0

ধারাবাহিকতা

8.3

নির্ভরযোগ্যতা

10.0

মোট খরচ (বর্তমান মূল্য)

$0.625 ↓ -5.1%

পরীক্ষার সময়: $0.658

মোট আউটপুট টোকেন

818,359

মোট ইনপুট টোকেন

122,854

ইনপুট মূল্য

$0.250 / 1M

আউটপুট মূল্য

$0.800 / 1M

সঠিক টেস্ট

ভুল টেস্ট: 14

প্রতি চেষ্টায় পাস রেট: 47.0%

অস্থির টেস্ট

অস্থির টেস্টে রানভেদে মিশ্র ফল হয়েছে (কমপক্ষে একটি পাস এবং একটি ফেল)।

প্রতিক্রিয়া সময় (গড়)

96.61s

প্রতিক্রিয়া সময় (সর্বোচ্চ): 540.96s

প্রতিক্রিয়া সময় (মোট): 2125.51s

ভুল উত্তর: 7 API ত্রুটি: 2 নির্দেশনা অনুসরণ করা হয়নি: 2 অবৈধ টুল কল: 2 কোন উত্তর নেই: 1

Hamster playing table tennis

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

#208 Trinity Large Thinking

low

খরচ: $0.021
সময়: 173.2s
টোকেন: 24,586 tok

রান ইতিহাস

পরীক্ষিত হয়েছে	স্কোর	নির্ভরযোগ্যতা	সঠিক টেস্ট	মোট খরচ	তুলনা করুন
2026-08-14 04:04 পুনরায় পরীক্ষা	6.0	10.0		$0.625 ↓	বর্তমান রান
2026-07-28 10:52 প্রথম রান	6.0	9.7		$0.656	তুলনা করুন

এই রানটি ভিন্ন একটি বেঞ্চমার্ক স্যুইট ব্যবহার করেছে। ঐতিহাসিক পরিবর্তন পড়ার সময় স্যুইট পরিবর্তনও মাথায় রাখুন।

মূল্যের ইতিহাস

OpenRouter থেকে এই মডেলের ঐতিহাসিক মূল্য তথ্য।

তারিখ	ইনপুট মূল্য	আউটপুট মূল্য
2026-08-14 12:51	$0.220 / 1M	$0.850 / 1M
2026-09-02 00:25	$0.250 / 1M	$0.800 / 1M

চার্ট

প্রথম মডেলটি নির্বাচন করুন, তারপর দ্বিতীয় মডেলে ক্লিক করে পাশাপাশি তুলনা পৃষ্ঠা খুলুন।

মোট আউটপুট টোকেন

স্কোর vs মোট আউটপুট টোকেন

দ্রুত তুলনা

বিভাগভিত্তিক বিশ্লেষণ

বিভাগ	স্কোর	ধারাবাহিকতা
অ্যান্টি-এআই কৌশল	8.3	10.0
কোডিং	5.3	10.0
সমন্বিত	5.2	6.0
ডেটা পার্সিং ও নিষ্কাশন	7.3	5.8
ডোমেইন-নির্দিষ্ট	2.9	7.2
Sadharon Buddhimotta	10.0	10.0
নির্দেশনা অনুসরণ	4.4	6.8
ধাঁধা সমাধান	6.3	7.9
টুল কলিং	10.0	10.0
সাধারণ জ্ঞান	3.0	10.0

Trinity Large Thinking

মডেলের তথ্য

Hamster playing table tennis

#208 Trinity Large Thinking

চার্ট

স্কোর অনুযায়ী শীর্ষ মডেল

স্কোর vs মোট খরচ

প্রতিক্রিয়া সময় (গড়)

স্কোর vs প্রতিক্রিয়া সময় (গড়)

মোট আউটপুট টোকেন

স্কোর vs মোট আউটপুট টোকেন

দ্রুত তুলনা

বিভাগভিত্তিক বিশ্লেষণ

তুলনা করা মডেল