नेविगेशन
Advertise here

Trinity Large Thinking (high) vs Qwen3.7 Flash

Qwen3.7 Flash average score में आगे है: 5.9 vs 5.7. Qwen3.7 Flash की benchmark लागत कम है: $0.028 vs $0.794. Qwen3.7 Flash तेज है: 14.70s vs 74.52s, pass rates 42.0% vs 36.2%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-05

तुलना किए गए मॉडल

रैंक
#263
कुल आउटपुट टोकन
943,044
प्रतिक्रिया समय (औसत)
74.52s
कुल लागत
$0.794
रैंक
#257
कुल आउटपुट टोकन
117,742
प्रतिक्रिया समय (औसत)
14.70s
कुल लागत
$0.028
अनुशंसित मॉडल Qwen3.7 Flash

It has the best score here (5.9), while costing about 28.7x less than Trinity Large Thinking (high).

विस्तृत तुलना

मेट्रिक Trinity Large Thinking Trinity Large Thinking high रिलीज़: 2026-07-28 Qwen3.7 Flash Qwen3.7 Flash none रिलीज़: 2026-07-28
स्कोर 5.7 5.9
रैंक #263 #257
विश्वसनीयता 10.0 10.0
संगति 7.3 9.0
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 42.0% 36.2%
अस्थिर टेस्ट 8 3
कुल रन 69 69
प्रति परिणाम लागत 11.289 0.395
कुल लागत $0.794 $0.028
इनपुट कीमत $0.250 / 1M $0.030 / 1M
आउटपुट कीमत $0.800 / 1M $0.130 / 1M
कैश पढ़ने की कीमत $0.060 / 1M $0.006 / 1M
कैश लिखने की कीमत लागू नहीं $0.039 / 1M
कुल इनपुट टोकन 283,116 410,787
आउटपुट टोकन 277,920 117,742
रीजनिंग टोकन 665,124 0
प्रतिक्रिया समय (औसत) 74.52s 14.70s
प्रतिक्रिया समय (अधिकतम) 510.21s 186.24s
प्रतिक्रिया समय (कुल) 1713.90s 338.13s
पैरामीटर 398B कुल (13B सक्रिय) ~35B कुल (~3B 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.

#263 Trinity Large Thinking

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

#257 Qwen3.7 Flash

none
लागत
$0.001
समय
34.0s
टोकन
4,814 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
Qwen3.7 Flash 5.5 10.0 33.3% 0 1.55s 7,911 855 0

त्वरित तुलना

तुलना जोड़ी बदलें