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 Qwen3.7 Flash

Qwen3.7 Flash average score में आगे है: 6.1 vs 6.0. Qwen3.7 Flash की benchmark लागत कम है: $0.019 vs $0.656. Qwen3.7 Flash तेज है: 10.06s vs 96.78s, pass rates 48.5% vs 36.4%.

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
#136
कुल आउटपुट टोकन
90,507
प्रतिक्रिया समय (औसत)
10.06s
कुल लागत
$0.019
अनुशंसित मॉडल Qwen3.7 Flash

It has the best score here (6.1), while costing about 35.8x less than Trinity Large Thinking (low).

विस्तृत तुलना

मेट्रिक Trinity Large Thinking Trinity Large Thinking low रिलीज़: 2026-07-28 Qwen3.7 Flash Qwen3.7 Flash none रिलीज़: 2026-07-28
स्कोर 6.0 6.1
रैंक #145 #136
विश्वसनीयता 9.7 10.0
संगति 7.9 9.2
सही परीक्षण
प्रति प्रयास पास दर 48.5% 36.4%
अस्थिर टेस्ट 6 2
कुल रन 66 66
प्रति परिणाम लागत 8.199 0.262
कुल लागत $0.656 $0.019
इनपुट कीमत $0.220 / 1M $0.030 / 1M
आउटपुट कीमत $0.850 / 1M $0.130 / 1M
कुल इनपुट टोकन 122,845 218,731
आउटपुट टोकन 117,704 90,507
रीजनिंग टोकन 697,516 0
प्रतिक्रिया समय (औसत) 96.78s 10.06s
प्रतिक्रिया समय (अधिकतम) 540.96s 186.24s
प्रतिक्रिया समय (कुल) 2129.13s 221.34s

मॉडल जनरेशन शोकेस

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

#136 Qwen3.7 Flash

none
लागत
$0.001
समय
34.0s
टोकन
4,814 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
Qwen3.7 Flash 5.5 10.0 33.3% 0 1.55s 7,911 855 0

त्वरित तुलना

तुलना जोड़ी बदलें