#203 Trinity Large Thinking
medium- খরচ
- $0.016
- সময়
- 75.9s
- টোকেন
- 19,401 tok
Arcee AI
প্রকাশ: 2026-07-28
পরীক্ষিত হয়েছে: 2026-08-14 04:05
arcee-ai/trinity-large-thinking::medium
398B মোট (13B সক্রিয়)MoEওজন উপলভ্য
সারাংশ
Trinity Large Thinking AI BENCHY-তে 6.1 স্কোর করে এবং #203 স্থানে আছে। এর reliability 10.0, pass rate 48.5%, মোট খরচ $0.756, এবং গড় response time 85.44s.
Trinity Large Thinking কে আলাদা করে যা: এটি কোডিং-তে সবচেয়ে ভালোভাবে নজর কাড়ে, যেখানে এর rank #1; আর সমন্বিত এর দুর্বলতম ক্ষেত্র, rank #16. এটি অস্বাভাবিকভাবে বেশি reasoning tokens ব্যবহার করে, যা ধীর বা বেশি খরচের runs ব্যাখ্যা করতে পারে।
মডেলের তথ্য
গবেষণার তারিখ: 2026-08-12
- প্যারামিটার
- 398B মোট (13B সক্রিয়)
- আর্কিটেকচার
- MoE
- উপলভ্যতা
- ওজন উপলভ্য
- লাইসেন্স
- OpenMDW
6.1
ধারাবাহিকতা
7.9
10.0
মোট আউটপুট টোকেন
1,016,785
মোট ইনপুট টোকেন
118,486
ইনপুট মূল্য
$0.250 / 1M
আউটপুট মূল্য
$0.800 / 1M
অস্থির টেস্ট
6
অস্থির টেস্টে রানভেদে মিশ্র ফল হয়েছে (কমপক্ষে একটি পাস এবং একটি ফেল)।
85.44s
প্রতিক্রিয়া সময় (সর্বোচ্চ): 525.14s
প্রতিক্রিয়া সময় (মোট): 1879.75s
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
রান ইতিহাস
| পরীক্ষিত হয়েছে | স্কোর | নির্ভরযোগ্যতা | সঠিক টেস্ট | মোট খরচ | তুলনা করুন |
|---|---|---|---|---|---|
| 2026-08-14 04:05 পুনরায় পরীক্ষা | 6.1 | 10.0 | $0.756 ↓ | বর্তমান রান | |
| 2026-07-28 10:51 প্রথম রান | 6.0 | 10.0 | $0.792 | তুলনা করুন |
এই রানটি ভিন্ন একটি বেঞ্চমার্ক স্যুইট ব্যবহার করেছে। ঐতিহাসিক পরিবর্তন পড়ার সময় স্যুইট পরিবর্তনও মাথায় রাখুন।
রান তুলনা
| রান | বেঞ্চমার্ক কভারেজ | স্কোর | ধারাবাহিকতা | নির্ভরযোগ্যতা | সঠিক টেস্ট | অস্থির টেস্ট | মোট আউটপুট টোকেন | মোট ইনপুট টোকেন | মোট খরচ | প্রতিক্রিয়া সময় (গড়) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-08-14 04:05 · বর্তমান রান | 66/66 প্রচেষ্টা | 6.1 | 7.9 | 10.0 | 8/22 | 6 | 1,016,785 | 118,486 | $0.756 | 85.44s |
| 2026-07-28 10:51 · প্রথম রান | 66/66 প্রচেষ্টা | 6.0 | 7.6 | 10.0 | 7/22 | 7 | 1,002,646 | 118,477 | $0.792 | 84.96s |
| পার্থক্য | — | +0.1 | +0.3 | 0.0 | +1 | -1 | +14139 | +9 | -$0.036 | +481ms |
এই দুই রান ভিন্ন বেঞ্চমার্ক স্যুইট ব্যবহার করেছে, তাই পার্থক্যগুলোতে মডেল পরিবর্তন এবং স্যুইট পরিবর্তন দুটোই ধরা পড়ে।
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।
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
Trinity Large ThinkingmediumvsInklinglowTrinity Large ThinkingmediumvsQwen3.6 FlashnoneTrinity Large ThinkingmediumvsQwen3.5-FlashmediumTrinity Large ThinkingmediumvsGemma 4 31Bnoneবিনামূল্যে উপলভ্যTrinity Large ThinkingmediumvsGemini 3.1 Flash LitenoneTrinity Large ThinkingmediumvsQwen3.5 Plus 2026-04-20noneTrinity Large ThinkingmediumvsQwen3.7 FlashnoneTrinity Large ThinkingmediumvsNemotron 3 Ultranoneবিনামূল্যে উপলভ্যTrinity Large Thinkingmediumvsgpt-oss-120bmediumTrinity Large ThinkingmediumvsTrinity Large Thinkinglow
বিভাগভিত্তিক বিশ্লেষণ
| বিভাগ | স্কোর | ধারাবাহিকতা | সঠিক টেস্ট |
|---|---|---|---|
| অ্যান্টি-এআই কৌশল | 6.8 | 9.8 | |
| কোডিং | 7.5 | 10.0 | |
| সমন্বিত | 2.9 | 6.0 | |
| ডেটা পার্সিং ও নিষ্কাশন | 6.3 | 5.8 | |
| ডোমেইন-নির্দিষ্ট | 5.3 | 7.2 | |
| Sadharon Buddhimotta | 10.0 | 10.0 | |
| নির্দেশনা অনুসরণ | 4.4 | 6.9 | |
| ধাঁধা সমাধান | 5.2 | 5.4 | |
| টুল কলিং | 10.0 | 10.0 | |
| সাধারণ জ্ঞান | 3.0 | 10.0 |