नेविगेशन
Advertise here

Trinity Large Thinking (high) vs Ling 3.1 Flash

Trinity Large Thinking (high) average score में आगे है: 5.7 vs 5.5. Ling 3.1 Flash की benchmark लागत कम है: $0.000 vs $0.794. Ling 3.1 Flash तेज है: 15.75s vs 74.52s, pass rates 42.0% vs 33.3%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-17

तुलना किए गए मॉडल

रैंक
#292
कुल आउटपुट टोकन
717,762
प्रतिक्रिया समय (औसत)
74.52s
कुल लागत
$0.794
रैंक
#308
कुल आउटपुट टोकन
85,777
प्रतिक्रिया समय (औसत)
15.75s
कुल लागत
$0.000
अनुशंसित मॉडल Trinity Large Thinking (high)

इस तुलना में इसका स्कोर सबसे अधिक है (5.7) और 2 मॉडलों में लागत और प्रतिक्रिया समय का समग्र संतुलन सबसे अच्छा है।

विस्तृत तुलना

मेट्रिक Trinity Large Thinking Trinity Large Thinking high रिलीज़: 2026-07-28 Ling 3.1 Flash Ling 3.1 Flash none रिलीज़: 2026-10-03
स्कोर 5.7 5.5
रैंक #292 #308
विश्वसनीयता 10.0 9.8
संगति 7.3 8.4
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 42.0% 33.3%
अस्थिर टेस्ट 8 5
कुल रन 69 69
प्रति परिणाम लागत 11.289 0.000
कुल लागत $0.794 $0.000
इनपुट कीमत $0.250 / 1M $0.000 / 1M
आउटपुट कीमत $0.800 / 1M $0.000 / 1M
कैश पढ़ने की कीमत $0.060 / 1M लागू नहीं
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 283,116 286,758
आउटपुट टोकन 277,920 85,777
रीजनिंग टोकन 665,124 0
प्रतिक्रिया समय (औसत) 74.52s 15.75s
प्रतिक्रिया समय (अधिकतम) 510.21s 90.95s
प्रतिक्रिया समय (कुल) 1713.90s 362.23s
पैरामीटर 398B कुल (13B सक्रिय) 560B कुल (25B 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.

#292 Trinity Large Thinking

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

#308 Ling 3.1 Flash

none
लागत
$0.000
समय
171.4s
टोकन
20,178 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 3.1 Flash 4.5 7.5 22.2% 1 31.85s 8,307 27,810 0

तुलना जोड़ी बदलें