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 GLM 4.7 Flash

GLM 4.7 Flash average score में आगे है: 4.9 vs 4.8. GLM 4.7 Flash की benchmark लागत कम है: $0.016 vs $0.632. GLM 4.7 Flash तेज है: 9.15s vs 77.22s, pass rates 39.4% vs 34.9%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-28

रैंक
#202
कुल आउटपुट टोकन
953,758
प्रतिक्रिया समय (औसत)
77.22s
कुल लागत
$0.632
रैंक
#197
कुल आउटपुट टोकन
22,992
प्रतिक्रिया समय (औसत)
9.15s
कुल लागत
$0.016
अनुशंसित मॉडल GLM 4.7 Flash

It has the best score here (4.9), while costing about 41.3x less than Trinity Large Thinking (high).

विस्तृत तुलना

मेट्रिक Trinity Large Thinking Trinity Large Thinking high रिलीज़: 2026-07-28 GLM 4.7 Flash GLM 4.7 Flash none रिलीज़: 2026-01-19
स्कोर 4.8 4.9
रैंक #202 #197
विश्वसनीयता 9.9 10.0
संगति 7.2 8.9
सही परीक्षण
प्रति प्रयास पास दर 39.4% 34.9%
अस्थिर टेस्ट 8 3
कुल रन 66 66
प्रति परिणाम लागत 12.640 0.256
कुल लागत $0.632 $0.016
इनपुट कीमत $0.220 / 1M $0.060 / 1M
आउटपुट कीमत $0.850 / 1M $0.400 / 1M
कुल इनपुट टोकन 101,767 101,504
आउटपुट टोकन 286,218 22,992
रीजनिंग टोकन 667,540 0
प्रतिक्रिया समय (औसत) 77.22s 9.15s
प्रतिक्रिया समय (अधिकतम) 510.21s 97.15s
प्रतिक्रिया समय (कुल) 1698.89s 137.18s

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#202 Trinity Large Thinking

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

#197 GLM 4.7 Flash

none
अमान्य SVG
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

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
GLM 4.7 Flash 4.3 10.0 0.0% 0 2.54s 7,256 650 0

त्वरित तुलना

तुलना जोड़ी बदलें