नेविगेशन
Advertise here

Trinity Large Thinking (high) vs GLM 5

Trinity Large Thinking (high) average score में आगे है: 5.7 vs 5.6. GLM 5 की benchmark लागत कम है: $0.140 vs $0.794. GLM 5 तेज है: 8.74s vs 74.52s, pass rates 42.0% vs 40.6%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-01

तुलना किए गए मॉडल

रैंक
#253
कुल आउटपुट टोकन
943,044
प्रतिक्रिया समय (औसत)
74.52s
कुल लागत
$0.794
रैंक
#262
कुल आउटपुट टोकन
5,577
प्रतिक्रिया समय (औसत)
8.74s
कुल लागत
$0.140
अनुशंसित मॉडल GLM 5

Its score stays close to the best score here (5.6 vs 5.7), while costing about 5.7x less than Trinity Large Thinking (high).

विस्तृत तुलना

मेट्रिक Trinity Large Thinking Trinity Large Thinking high रिलीज़: 2026-07-28 GLM 5 GLM 5 none रिलीज़: 2026-02-12
स्कोर 5.7 5.6
रैंक #253 #262
विश्वसनीयता 10.0 10.0
संगति 7.3 9.3
प्रयास 69/69 66/69
सही परीक्षण
प्रति प्रयास पास दर 42.0% 40.6%
अस्थिर टेस्ट 8 1
कुल रन 69 66
प्रति परिणाम लागत 11.289 1.363
कुल लागत $0.794 $0.140
इनपुट कीमत $0.250 / 1M $0.600 / 1M
आउटपुट कीमत $0.800 / 1M $1.920 / 1M
कैश पढ़ने की कीमत $0.060 / 1M $0.120 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 283,116 190,675
आउटपुट टोकन 277,920 5,577
रीजनिंग टोकन 665,124 0
प्रतिक्रिया समय (औसत) 74.52s 8.74s
प्रतिक्रिया समय (अधिकतम) 510.21s 74.80s
प्रतिक्रिया समय (कुल) 1713.90s 131.17s
पैरामीटर 398B कुल (13B सक्रिय) 744B कुल (40B सक्रिय)
उपलब्धता वेट उपलब्ध मुक्त 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.

#253 Trinity Large Thinking

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

#262 GLM 5

none
लागत
$0.007
समय
32.1s
टोकन
2,023 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 5 4.0 7.8 11.1% 1 5.12s 7,256 428 0

त्वरित तुलना

तुलना जोड़ी बदलें