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 (low) vs Nemotron 3 Ultra

average score लगभग बराबर है: 6.0 vs 6.1. Nemotron 3 Ultra की benchmark लागत कम है: $0.095 vs $0.656. Nemotron 3 Ultra तेज है: 3.87s vs 96.78s, pass rates 48.5% vs 42.4%.

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

रैंक
#145
कुल आउटपुट टोकन
815,220
प्रतिक्रिया समय (औसत)
96.78s
कुल लागत
$0.656
रैंक
#144
कुल आउटपुट टोकन
9,474
प्रतिक्रिया समय (औसत)
3.87s
कुल लागत
$0.095
अनुशंसित मॉडल Nemotron 3 Ultra

It has the best score here (6.1), while costing about 6.9x less than Trinity Large Thinking (low).

विस्तृत तुलना

मेट्रिक Trinity Large Thinking Trinity Large Thinking low रिलीज़: 2026-07-28 Nemotron 3 Ultra Nemotron 3 Ultra none रिलीज़: 2026-06-04 निःशुल्क उपलब्ध
स्कोर 6.0 6.1
रैंक #145 #144
विश्वसनीयता 9.7 10.0
संगति 7.9 9.3
सही परीक्षण
प्रति प्रयास पास दर 48.5% 42.4%
अस्थिर टेस्ट 6 2
कुल रन 66 66
प्रति परिणाम लागत 8.199 0.000
कुल लागत $0.656 $0.095
इनपुट कीमत $0.220 / 1M $0.600 / 1M
आउटपुट कीमत $0.850 / 1M $3.600 / 1M
कुल इनपुट टोकन 122,845 101,275
आउटपुट टोकन 117,704 9,474
रीजनिंग टोकन 697,516 0
प्रतिक्रिया समय (औसत) 96.78s 3.87s
प्रतिक्रिया समय (अधिकतम) 540.96s 37.50s
प्रतिक्रिया समय (कुल) 2129.13s 85.15s

Hamster playing table tennis

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

#145 Trinity Large Thinking

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

#144 Nemotron 3 Ultra

none
लागत
$0.000
समय
149.6s
टोकन
3,405 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
Nemotron 3 Ultra 5.5 10.0 33.3% 0 1.02s 7,623 369 0

त्वरित तुलना

तुलना जोड़ी बदलें