- Puntuación
- 8.6 (+2.84 puntos)
- Costo total (precio actual)
- $0.061 · 92.4% más barato
- Tiempo de respuesta (promedio)
- 7.51s · 89.9% más rápido
Arcee AI
Lanzamiento: 2026-07-28
Probado el: 2026-10-01 03:58
arcee-ai/trinity-large-thinking::high
398B en total (13B activos)MoEPesos disponibles
Resumen
Trinity Large Thinking obtiene 5.7 en AI BENCHY y ocupa el puesto #304. Tiene fiabilidad 10.0, una tasa de aciertos de 42.0%, coste total de $0.794 y tiempo medio de respuesta de 74.52s.
Qué hace único a Trinity Large Thinking: Destaca más en Tareas de agentes, donde ocupa #1, mientras que Programación es su área más débil con #17. Usa una cantidad inusualmente alta de tokens de razonamiento, lo que puede explicar ejecuciones más lentas o caras.
Alternativas recomendadas
Recomendamos elegir uno de estos modelos en su lugar:
- Puntuación
- 9.4 (+3.63 puntos)
- Costo total (precio actual)
- $0.183 · 77.0% más barato
- Tiempo de respuesta (promedio)
- 6.24s · 91.6% más rápido
- Puntuación
- 8.3 (+2.53 puntos)
- Costo total (precio actual)
- $0.047 · 94.1% más barato
- Tiempo de respuesta (promedio)
- 18.07s · 75.8% más rápido
Datos del modelo
Investigado el 2026-08-12
- Parámetros
- 398B en total (13B activos)
- Arquitectura
- MoE
- Disponibilidad
- Pesos disponibles
- Licencia
- OpenMDW
5.7
Consistencia
7.3
10.0
Total de tokens de salida
717,762
Total de tokens de entrada
283,116
Precio de entrada
$0.250 / 1M
Precio de salida
$0.800 / 1M
Precio de lectura de caché
$0.060 / 1M
Precio de escritura de caché
N/D
Los precios de caché se aplican a los tokens de entrada. Las lecturas reutilizan instrucciones guardadas; las escrituras las almacenan y pueden costar más. Los tokens de salida usan el precio de salida.
Pruebas inestables
8
Pruebas inestables tuvieron resultados mixtos entre ejecuciones (al menos un acierto y un fallo).
Tiempo de respuesta (promedio)
74.52s
Tiempo de respuesta (máximo): 510.21s
Tiempo de respuesta (total): 1713.90s
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#304 Trinity Large Thinking
high- Coste
- $0.028
- Tiempo
- 130.1s
- Tokens
- 34,387 tok
Historial de ejecuciones
| Probado el | Puntuación | Fiabilidad | Pruebas correctas | Costo total | Comparar |
|---|---|---|---|---|---|
| 2026-10-01 03:58 Nueva prueba | 5.7 | 10.0 | $0.794 ↑ | Ejecución actual | |
| 2026-07-28 10:47 Primera ejecución | 4.8 | 9.9 | $0.632 | Comparar |
Esta ejecución usó una suite de benchmark diferente. Ten en cuenta los cambios de suite al interpretar la evolución histórica.
Comparación de ejecuciones
| Ejecución | Cobertura del benchmark | Puntuación | Consistencia | Fiabilidad | Pruebas correctas | Pruebas inestables | Total de tokens de salida | Total de tokens de entrada | Costo total | Tiempo de respuesta (promedio) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-10-01 03:58 · Ejecución actual | 69/69 intentos | 5.7 | 7.3 | 10.0 | 6/23 | 8 | 717,762 | 283,116 | $0.794 | 74.52s |
| 2026-07-28 10:47 · Primera ejecución | 66/66 intentos | 4.8 | 7.2 | 9.9 | 5/22 | 8 | 953,758 | 101,767 | $0.632 | 77.22s |
| Diferencia | — | +0.9 | +0.1 | +0.1 | +1 | 0 | -235996 | +181349 | +$0.162 | -2705ms |
La cobertura del benchmark difiere: 69/69 intentos (Objetivo: 3 repeticiones por prueba) frente a 66/66 intentos (Objetivo: 3 repeticiones por prueba). Los totales y las métricas sensibles a las repeticiones no son directamente comparables.
Estas dos ejecuciones usaron suites de benchmark distintas, así que las diferencias reflejan tanto cambios del modelo como de la suite.
Historial de precios
Datos históricos de precios de este modelo de OpenRouter.
| Fecha | Precio de entrada | Precio de salida | Precio de lectura de caché | Precio de escritura de caché |
|---|---|---|---|---|
| 2026-08-14 12:51 | $0.220 / 1M | $0.850 / 1M | N/D | N/D |
| 2026-10-01 18:33 | $0.250 / 1M | $0.800 / 1M | $0.060 / 1M | N/D |
Gráficos
Elige el primer modelo y luego haz clic en un segundo modelo para abrir una página lado a lado.
Mejores modelos por puntuación
Puntuación vs Costo total
Tiempo de respuesta (promedio)
Puntuación vs Tiempo de respuesta (promedio)
Total de tokens de salida
Puntuación vs Total de tokens de salida
Comparación rápida
Trinity Large ThinkinghighvsRing 2.6 1tmediumTrinity Large ThinkinghighvsGPT-5 NanomediumTrinity Large ThinkinghighvsLing 3.0 FlashhighTrinity Large ThinkinghighvsGPT-5.4 MininoneTrinity Large ThinkinghighvsDeepSeek V4.1 FlashnoneTrinity Large ThinkinghighvsMistral Large 4noneTrinity Large ThinkinghighvsGPT-5.6 TerranoneTrinity Large ThinkinghighvsSeed 2.1 TurbononeTrinity Large ThinkinghighvsDeepSeek V4.1 Flash 1017noneTrinity Large ThinkinghighvsDots 3 Note PreviewmediumDisponible gratis
Desglose por categoría
| Categoría | Puntuación | Consistencia | Pruebas correctas |
|---|---|---|---|
| Tareas de agentes | 10.0 | 10.0 | |
| Trucos anti-IA | 6.7 | 8.1 | |
| Programación | 3.7 | 4.7 | |
| Combinado | 3.0 | 10.0 | |
| Análisis y extracción de datos | 6.3 | 5.8 | |
| Específico del dominio | 2.9 | 7.2 | |
| Inteligencia general | 6.5 | 3.4 | |
| Seguimiento de instrucciones | 6.3 | 10.0 | |
| Resolución de acertijos | 4.7 | 5.2 | |
| Llamada de herramientas | 10.0 | 10.0 | |
| Cultura general | 3.0 | 10.0 |