नेविगेशन
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Claude Sonnet 5 vs Trinity Large Thinking (high)

Claude Sonnet 5 average score में आगे है: 5.9 vs 5.7. Trinity Large Thinking (high) की benchmark लागत कम है: $0.794 vs $1.095. Claude Sonnet 5 तेज है: 8.60s vs 74.52s, pass rates 40.6% vs 42.0%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-24

तुलना किए गए मॉडल

रैंक
#295
कुल आउटपुट टोकन
30,777
प्रतिक्रिया समय (औसत)
8.60s
कुल लागत
$1.095
रैंक
#304
कुल आउटपुट टोकन
717,762
प्रतिक्रिया समय (औसत)
74.52s
कुल लागत
$0.794
अनुशंसित मॉडल Claude Sonnet 5

It has the best score here (5.9), while responding about 8.7x faster than Trinity Large Thinking (high).

विस्तृत तुलना

मेट्रिक Claude Sonnet 5 Claude Sonnet 5 none रिलीज़: 2026-06-30 Trinity Large Thinking Trinity Large Thinking high रिलीज़: 2026-07-28
स्कोर 5.9 5.7
रैंक #295 #304
विश्वसनीयता 10.0 10.0
संगति 8.4 7.3
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 40.6% 42.0%
अस्थिर टेस्ट 5 8
कुल रन 69 69
प्रति परिणाम लागत 15.642 11.289
कुल लागत $1.095 $0.794
इनपुट कीमत $2.000 / 1M $0.250 / 1M
आउटपुट कीमत $10.000 / 1M $0.800 / 1M
कैश पढ़ने की कीमत $0.200 / 1M $0.060 / 1M
कैश लिखने की कीमत $2.500 / 1M लागू नहीं
कुल इनपुट टोकन 393,560 283,116
आउटपुट टोकन 30,466 277,920
रीजनिंग टोकन 311 665,124
प्रतिक्रिया समय (औसत) 8.60s 74.52s
प्रतिक्रिया समय (अधिकतम) 64.73s 510.21s
प्रतिक्रिया समय (कुल) 197.73s 1713.90s
पैरामीटर ~1T कुल (~100B सक्रिय) 398B कुल (13B सक्रिय)
उपलब्धता बंद स्रोत वेट उपलब्ध

कैश की कीमतें इनपुट टोकन पर लागू होती हैं। पढ़ने पर कैश किए गए प्रॉम्प्ट का दोबारा उपयोग होता है; लिखने पर वे सहेजे जाते हैं और अतिरिक्त लागत हो सकती है। आउटपुट टोकन पर आउटपुट की कीमत लागू होती है।

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#295 Claude Sonnet 5

none
लागत
$0.061
समय
53.7s
टोकन
6,172 tok

#304 Trinity Large Thinking

high
लागत
$0.028
समय
130.1s
टोकन
34,387 tok

स्कोर के अनुसार शीर्ष मॉडल

स्कोर बनाम कुल लागत

प्रतिक्रिया समय (औसत)

स्कोर vs प्रतिक्रिया समय (औसत)

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

श्रेणी विवरण

कोडिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Sonnet 5 4.6 7.9 22.2% 1 3.67s 10,590 1,864 0
Trinity Large Thinking 3.7 4.7 33.3% 2 245.04s 7,204 83,616 266,836

तुलना जोड़ी बदलें