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

Trinity Large Thinking (high) vs ERNIE-Light-DT-1.0

Trinity Large Thinking (high) average score में आगे है: 5.7 vs 5.6. ERNIE-Light-DT-1.0 की benchmark लागत कम है: $0.524 vs $0.794. ERNIE-Light-DT-1.0 तेज है: 24.16s vs 74.52s, pass rates 42.0% vs 36.2%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-11-13

तुलना किए गए मॉडल

रैंक
#345
कुल आउटपुट टोकन
717,762
प्रतिक्रिया समय (औसत)
74.52s
कुल लागत
$0.794
रैंक
#357
कुल आउटपुट टोकन
76,149
प्रतिक्रिया समय (औसत)
24.16s
कुल लागत
$0.524
अनुशंसित मॉडल ERNIE-Light-DT-1.0

Its score stays close to the best score here (5.6 vs 5.7), while costing about 1.5x less than Trinity Large Thinking (high).

विस्तृत तुलना

मेट्रिक Trinity Large Thinking Trinity Large Thinking high रिलीज़: 2026-07-28 ERNIE-Light-DT-1.0 ERNIE-Light-DT-1.0 none रिलीज़: 2026-11-12
स्कोर 5.7 5.6
रैंक #345 #357
विश्वसनीयता 10.0 9.2
संगति 7.3 9.7
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 42.0% 36.2%
अस्थिर टेस्ट 8 1
कुल रन 69 69
प्रति परिणाम लागत 11.289 6.545
कुल लागत $0.794 $0.524
इनपुट कीमत $0.250 / 1M $1.130 / 1M
आउटपुट कीमत $0.800 / 1M $3.941 / 1M
कैश पढ़ने की कीमत $0.060 / 1M $0.113 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 283,116 197,790
आउटपुट टोकन 277,920 76,149
रीजनिंग टोकन 665,124 0
प्रतिक्रिया समय (औसत) 74.52s 24.16s
प्रतिक्रिया समय (अधिकतम) 510.21s 449.96s
प्रतिक्रिया समय (कुल) 1713.90s 555.78s
पैरामीटर 398B कुल (13B सक्रिय) ~320B कुल (~18B सक्रिय)
उपलब्धता वेट उपलब्ध बंद स्रोत

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.

#345 Trinity Large Thinking

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

#357 ERNIE-Light-DT-1.0

none
लागत
$0.009
समय
14.9s
टोकन
2,144 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
Trinity Large Thinking 3.7 4.7 33.3% 2 245.04s 7,204 83,616 266,836
ERNIE-Light-DT-1.0 4.3 7.4 11.1% 1 151.72s 6,005 68,639 0

तुलना जोड़ी बदलें