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 Hy4 preview

average score लगभग बराबर है: 4.8 vs 4.8. Hy4 preview की benchmark लागत कम है: $0.041 vs $0.624. Hy4 preview तेज है: 39.24s vs 75.86s, pass rates 39.4% vs 16.7%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-08-29

रैंक
#257
कुल आउटपुट टोकन
932,619
प्रतिक्रिया समय (औसत)
75.86s
कुल लागत
$0.624
रैंक
#253
कुल आउटपुट टोकन
7,306
प्रतिक्रिया समय (औसत)
39.24s
कुल लागत
$0.041
अनुशंसित मॉडल Hy4 preview

It has the best score here (4.8), while costing about 15.5x less than Trinity Large Thinking (high).

विस्तृत तुलना

मेट्रिक Trinity Large Thinking Trinity Large Thinking high रिलीज़: 2026-07-28 Hy4 preview Hy4 preview none रिलीज़: 2026-08-29
स्कोर 4.8 4.8
रैंक #257 #253
विश्वसनीयता 10.0 4.3
संगति 7.2 9.3
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 39.4% 16.7%
अस्थिर टेस्ट 8 1
कुल रन 66 66
प्रति परिणाम लागत 12.473 1.343
कुल लागत $0.624 $0.041
इनपुट कीमत $0.220 / 1M $0.834 / 1M
आउटपुट कीमत $0.850 / 1M $2.501 / 1M
कुल इनपुट टोकन 101,776 26,376
आउटपुट टोकन 276,367 7,306
रीजनिंग टोकन 656,252 0
प्रतिक्रिया समय (औसत) 75.86s 39.24s
प्रतिक्रिया समय (अधिकतम) 510.21s 95.32s
प्रतिक्रिया समय (कुल) 1668.93s 863.30s
पैरामीटर 398B कुल (13B सक्रिय) 770B कुल (49B 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.

#257 Trinity Large Thinking

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

#253 Hy4 preview

none
This operation was aborted
लागत
$0.000
समय
0.0s
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

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
Hy4 preview 3.8 9.4 0.0% 0 45.53s 6,646 4,103 0

त्वरित तुलना

तुलना जोड़ी बदलें