नेविगेशन
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Trinity Large Thinking (low) vs Gemini 3.1 Flash Lite

Gemini 3.1 Flash Lite average score में आगे है: 6.1 vs 6.0. Gemini 3.1 Flash Lite की benchmark लागत कम है: $0.046 vs $0.625. Gemini 3.1 Flash Lite तेज है: 1.75s vs 96.61s, pass rates 47.0% vs 50.0%.

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

तुलना किए गए मॉडल

रैंक
#208
कुल आउटपुट टोकन
818,359
प्रतिक्रिया समय (औसत)
96.61s
कुल लागत
$0.625
रैंक
#200
कुल आउटपुट टोकन
10,723
प्रतिक्रिया समय (औसत)
1.75s
कुल लागत
$0.046
अनुशंसित मॉडल Gemini 3.1 Flash Lite

It has the best score here (6.1), while costing about 13.7x less than Trinity Large Thinking (low).

विस्तृत तुलना

मेट्रिक Trinity Large Thinking Trinity Large Thinking low रिलीज़: 2026-07-28 Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite none रिलीज़: 2026-05-08
स्कोर 6.0 6.1
रैंक #208 #200
विश्वसनीयता 10.0 10.0
संगति 8.3 8.6
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 47.0% 50.0%
अस्थिर टेस्ट 5 4
कुल रन 66 66
प्रति परिणाम लागत 8.221 0.507
कुल लागत $0.625 $0.046
इनपुट कीमत $0.250 / 1M $0.250 / 1M
आउटपुट कीमत $0.800 / 1M $1.500 / 1M
कुल इनपुट टोकन 122,854 118,059
आउटपुट टोकन 119,810 10,723
रीजनिंग टोकन 698,549 0
प्रतिक्रिया समय (औसत) 96.61s 1.75s
प्रतिक्रिया समय (अधिकतम) 540.96s 16.25s
प्रतिक्रिया समय (कुल) 2125.51s 38.42s
पैरामीटर 398B कुल (13B सक्रिय) ~150B कुल (~10B सक्रिय)
उपलब्धता वेट उपलब्ध बंद स्रोत

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#208 Trinity Large Thinking

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

#200 Gemini 3.1 Flash Lite

none
लागत
$0.001
समय
4.5s
टोकन
727 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
Gemini 3.1 Flash Lite 5.5 10.0 33.3% 0 938ms 8,128 666 0

त्वरित तुलना

तुलना जोड़ी बदलें