#203

Trinity Large Thinking

Arcee AI Lanzamiento: 2026-07-28 Probado el: 2026-08-14 04:05 arcee-ai/trinity-large-thinking::medium

398B en total (13B activos)MoEPesos disponibles

(high) (medium) (low)

Resumen

Trinity Large Thinking obtiene 6.1 en AI BENCHY y ocupa el puesto #203. Tiene fiabilidad 10.0, una tasa de aciertos de 48.5%, coste total de $0.756 y tiempo medio de respuesta de 85.44s.

Qué hace único a Trinity Large Thinking: Destaca más en Programación, donde ocupa #1, mientras que Combinado es su área más débil con #16. Usa una cantidad inusualmente alta de tokens de razonamiento, lo que puede explicar ejecuciones más lentas o caras.

Datos del modelo

Investigado el 2026-08-12

Declarado

Parámetros: 398B en total (13B activos)
Arquitectura: MoE
Disponibilidad: Pesos disponibles
Licencia: OpenMDW

Fuente de los parámetros Fuente de disponibilidad

Puntuación

6.1

Consistencia

7.9

Fiabilidad

10.0

Costo total (precio actual)

$0.756 ↓ -5.2%

Probado a: $0.798

Total de tokens de salida

1,016,785

Total de tokens de entrada

118,486

Precio de entrada

$0.250 / 1M

Precio de salida

$0.800 / 1M

Pruebas correctas

Pruebas incorrectas: 14

Tasa de aciertos por intento: 48.5%

Pruebas inestables

Pruebas inestables tuvieron resultados mixtos entre ejecuciones (al menos un acierto y un fallo).

Tiempo de respuesta (promedio)

85.44s

Tiempo de respuesta (máximo): 525.14s

Tiempo de respuesta (total): 1879.75s

Respuesta incorrecta: 8 No siguió las instrucciones: 4 Llamada de herramienta no válida: 2

Hamster playing table tennis

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

#203 Trinity Large Thinking

medium

Coste: $0.016
Tiempo: 75.9s
Tokens: 19,401 tok

Historial de ejecuciones

Probado el	Puntuación	Fiabilidad	Pruebas correctas	Costo total	Comparar
2026-08-14 04:05 Nueva prueba	6.1	10.0		$0.756 ↓	Ejecución actual
2026-07-28 10:51 Primera ejecución	6.0	10.0		$0.792	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)
2026-08-14 04:05 · Ejecución actual	66/66 intentos	6.1	7.9	10.0	8/22	6	1,016,785	118,486	$0.756	85.44s
2026-07-28 10:51 · Primera ejecución	66/66 intentos	6.0	7.6	10.0	7/22	7	1,002,646	118,477	$0.792	84.96s
Diferencia	—	+0.1	+0.3	0.0	+1	-1	+14139	+9	-$0.036	+481ms

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

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

Desglose por categoría

Categoría	Puntuación	Consistencia
Trucos anti-IA	6.8	9.8
Programación	7.5	10.0
Combinado	2.9	6.0
Análisis y extracción de datos	6.3	5.8
Específico del dominio	5.3	7.2
Inteligencia general	10.0	10.0
Seguimiento de instrucciones	4.4	6.9
Resolución de acertijos	5.2	5.4
Llamada de herramientas	10.0	10.0
Cultura general	3.0	10.0

Trinity Large Thinking

Datos del modelo

Hamster playing table tennis

#203 Trinity Large Thinking

Gráficos

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

Desglose por categoría

Modelos comparados