नेविगेशन
Advertise here

Trinity Large Thinking (low) vs DeepSeek V4 Flash 0423

average score लगभग बराबर है: 6.3 vs 6.3. DeepSeek V4 Flash 0423 की benchmark लागत कम है: $0.149 vs $0.918. DeepSeek V4 Flash 0423 तेज है: 38.64s vs 95.16s, pass rates 47.8% vs 30.4%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-11-13

तुलना किए गए मॉडल

रैंक
#305
कुल आउटपुट टोकन
765,746
प्रतिक्रिया समय (औसत)
95.16s
कुल लागत
$0.918
रैंक
#306
कुल आउटपुट टोकन
115,591
प्रतिक्रिया समय (औसत)
38.64s
कुल लागत
$0.149
अनुशंसित मॉडल DeepSeek V4 Flash 0423

It has the best score here (6.3), while costing about 6.2x less than Trinity Large Thinking (low).

विस्तृत तुलना

मेट्रिक Trinity Large Thinking Trinity Large Thinking low रिलीज़: 2026-07-28 DeepSeek V4 Flash 0423 DeepSeek V4 Flash 0423 none रिलीज़: 2026-04-24
स्कोर 6.3 6.3
रैंक #305 #306
विश्वसनीयता 10.0 10.0
संगति 8.1 8.6
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 47.8% 30.4%
अस्थिर टेस्ट 6 4
कुल रन 69 69
प्रति परिणाम लागत 9.163 1.220
कुल लागत $0.918 $0.149
इनपुट कीमत $0.250 / 1M $0.002 / 1M
आउटपुट कीमत $0.800 / 1M $1.280 / 1M
कैश पढ़ने की कीमत $0.060 / 1M $0.002 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 347,980 403,455
आउटपुट टोकन 121,898 100,227
रीजनिंग टोकन 720,302 15,364
प्रतिक्रिया समय (औसत) 95.16s 38.64s
प्रतिक्रिया समय (अधिकतम) 540.96s 247.27s
प्रतिक्रिया समय (कुल) 2188.74s 888.69s
पैरामीटर 398B कुल (13B सक्रिय) 284B कुल (13B 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.

#305 Trinity Large Thinking

low
लागत
$0.021
समय
173.2s
टोकन
24,586 tok

#306 DeepSeek V4 Flash 0423

none
लागत
$0.004
समय
157.6s
टोकन
11,297 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 5.3 10.0 33.3% 0 344.45s 5,441 27,039 217,241
DeepSeek V4 Flash 0423 4.2 7.4 11.1% 1 17.13s 7,279 498 9,219

तुलना जोड़ी बदलें