नेविगेशन
AI BENCHY
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 Ling 3.0 Tiny

Trinity Large Thinking (high) average score में आगे है: 4.8 vs 4.0. Ling 3.0 Tiny की benchmark लागत कम है: $0.000 vs $0.632. Ling 3.0 Tiny तेज है: 13.42s vs 77.22s, pass rates 39.4% vs 9.1%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-08-07

रैंक
#215
कुल आउटपुट टोकन
953,758
प्रतिक्रिया समय (औसत)
77.22s
कुल लागत
$0.632
रैंक
#237
कुल आउटपुट टोकन
110,077
प्रतिक्रिया समय (औसत)
13.42s
कुल लागत
$0.000
अनुशंसित मॉडल Trinity Large Thinking (high)

It has the strongest score in this comparison (4.8) and the best overall balance of cost and response time across all 2 models.

विस्तृत तुलना

मेट्रिक Trinity Large Thinking Trinity Large Thinking high रिलीज़: 2026-07-28 Ling 3.0 Tiny Ling 3.0 Tiny none रिलीज़: 2026-08-07 निःशुल्क उपलब्ध
स्कोर 4.8 4.0
रैंक #215 #237
विश्वसनीयता 9.9 9.8
संगति 7.2 10.0
बेंचमार्क कवरेज 22/22 टेस्ट · 66/66 प्रयास 22/22 टेस्ट · 66/66 प्रयास
सही परीक्षण
प्रति प्रयास पास दर 39.4% 9.1%
अस्थिर टेस्ट 8 0
कुल रन 66 66
प्रति परिणाम लागत 12.640 0.000
कुल लागत $0.632 $0.000
इनपुट कीमत $0.220 / 1M $0.000 / 1M
आउटपुट कीमत $0.850 / 1M $0.000 / 1M
कुल इनपुट टोकन 101,767 184,762
आउटपुट टोकन 286,218 110,077
रीजनिंग टोकन 667,540 0
प्रतिक्रिया समय (औसत) 77.22s 13.42s
प्रतिक्रिया समय (अधिकतम) 510.21s 240.61s
प्रतिक्रिया समय (कुल) 1698.89s 295.29s

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#215 Trinity Large Thinking

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

#237 Ling 3.0 Tiny

none
अमान्य SVG
लागत
$0.000
समय
334.1s
टोकन
32,913 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
Ling 3.0 Tiny 4.2 10.0 0.0% 0 1.19s 8,307 798 0

त्वरित तुलना

तुलना जोड़ी बदलें