Trinity Large Thinking (high) vs Qwen3 Coder Next (medium)

Trinity Large Thinking (high) average score में आगे है: 4.8 vs 4.6. Qwen3 Coder Next (medium) की benchmark लागत कम है: $0.034 vs $0.592. Qwen3 Coder Next (medium) तेज है: 9.07s vs 75.86s, pass rates 39.4% vs 25.8%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-09-10

तुलना किए गए मॉडल

रैंक: #288
कुल आउटपुट टोकन: 932,619
प्रतिक्रिया समय (औसत): 75.86s
कुल लागत: $0.592

रैंक: #299
कुल आउटपुट टोकन: 19,069
प्रतिक्रिया समय (औसत): 9.07s
कुल लागत: $0.034

अनुशंसित मॉडल Qwen3 Coder Next (medium)

Its score stays close to the best score here (4.6 vs 4.8), while costing about 17.9x less than Trinity Large Thinking (high).

विस्तृत तुलना

मेट्रिक	Trinity Large Thinking Trinity Large Thinking high रिलीज़: 2026-07-28	Qwen3 Coder Next Qwen3 Coder Next medium रिलीज़: 2026-02-03

मेट्रिक	Trinity Large Thinking Trinity Large Thinking high रिलीज़: 2026-07-28	Qwen3 Coder Next Qwen3 Coder Next medium रिलीज़: 2026-02-03
स्कोर	4.8	4.6
रैंक	#288	#299
विश्वसनीयता	10.0	10.0
संगति	7.2	8.6
प्रयास	66/66	66/66
सही परीक्षण
प्रति प्रयास पास दर	39.4%	25.8%
अस्थिर टेस्ट	8	4
कुल रन	66	66
प्रति परिणाम लागत	12.473	1.058
कुल लागत	$0.592	$0.034
इनपुट कीमत	$0.250 / 1M	$0.120 / 1M
आउटपुट कीमत	$0.800 / 1M	$0.800 / 1M
कुल इनपुट टोकन	101,776	148,203
आउटपुट टोकन	276,367	19,069
रीजनिंग टोकन	656,252	0
प्रतिक्रिया समय (औसत)	75.86s	9.07s
प्रतिक्रिया समय (अधिकतम)	510.21s	81.80s
प्रतिक्रिया समय (कुल)	1668.93s	154.19s
पैरामीटर	398B कुल (13B सक्रिय)	80B कुल (3B सक्रिय)
उपलब्धता	वेट उपलब्ध	मुक्त स्रोत

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#288 Trinity Large Thinking

high

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

#299 Qwen3 Coder Next

medium

Reached the allocated time limit (300 seconds) without receiving showcase output.

लागत: $0.000
समय: 300.0s
टोकन: 0 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

श्रेणी:

एंटी-एआई ट्रिक्स	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Trinity Large Thinking	6.7	8.1	58.3%	1		4.13s	663	3,108	7,565
Qwen3 Coder Next	3.5	8.1	16.7%	1		8.64s	645	1,252	0

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 Coder Next	3.7	7.2	22.2%	1		924ms	7,185	336	0

संयुक्त	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Trinity Large Thinking	3.0	10.0	0.0%	0		262.39s	76,626	14,706	149,243
Qwen3 Coder Next	3.0	10.0	0.0%	0		14.65s	121,413	16,067	0

डेटा पार्सिंग और निष्कर्षण	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Trinity Large Thinking	6.3	5.8	66.7%	1		13.98s	6,906	580	9,338
Qwen3 Coder Next	6.5	10.0	50.0%	0		81.80s	7,758	246	0

डोमेन-विशिष्ट	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Trinity Large Thinking	2.9	7.2	11.1%	1		66.94s	756	163,364	166,091
Qwen3 Coder Next	3.6	7.2	22.2%	1		570ms	762	25	0

Samanya Buddhimatta	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Trinity Large Thinking	6.5	3.4	66.7%	1		12.90s	501	5,700	5,942
Qwen3 Coder Next	6.3	3.4	66.7%	1		1.39s	498	142	0

निर्देश पालन	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Trinity Large Thinking	6.3	10.0	50.0%	0		4.12s	684	88	2,853
Qwen3 Coder Next	6.3	10.0	50.0%	0		7.49s	684	63	0

पहेली समाधान	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Trinity Large Thinking	4.7	5.2	33.3%	2		3.84s	678	2,566	3,368
Qwen3 Coder Next	3.0	10.0	0.0%	0		1.25s	678	671	0

टूल कॉलिंग	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Trinity Large Thinking	10.0	10.0	100.0%	0		5.96s	7,551	282	1,440
Qwen3 Coder Next	10.0	10.0	100.0%	0		2.64s	8,364	255	0

सामान्य ज्ञान	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Trinity Large Thinking	3.0	10.0	0.0%	0		125.13s	207	2,357	43,576
Qwen3 Coder Next	3.0	10.0	0.0%	0		399ms	216	12	0

त्वरित तुलना

तुलना जोड़ी बदलें