नेविगेशन
Advertise here

Trinity Large Thinking (low) vs Inkling

Trinity Large Thinking (low) average score में आगे है: 6.3 vs 6.1. Inkling की benchmark लागत कम है: $0.304 vs $0.700. Inkling तेज है: 5.30s vs 95.16s, pass rates 47.8% vs 31.9%.

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

तुलना किए गए मॉडल

रैंक
#222
कुल आउटपुट टोकन
842,200
प्रतिक्रिया समय (औसत)
95.16s
कुल लागत
$0.700
रैंक
#233
कुल आउटपुट टोकन
16,536
प्रतिक्रिया समय (औसत)
5.30s
कुल लागत
$0.304
अनुशंसित मॉडल Inkling

Its score stays close to the best score here (6.1 vs 6.3), while costing about 2.3x less than Trinity Large Thinking (low).

विस्तृत तुलना

मेट्रिक Trinity Large Thinking Trinity Large Thinking low रिलीज़: 2026-07-28 Inkling Inkling none रिलीज़: 2026-07-18 निःशुल्क उपलब्ध
स्कोर 6.3 6.1
रैंक #222 #233
विश्वसनीयता 10.0 10.0
संगति 8.1 9.6
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 47.8% 31.9%
अस्थिर टेस्ट 6 1
कुल रन 69 69
प्रति परिणाम लागत 9.163 4.337
कुल लागत $0.700 $0.304
इनपुट कीमत $0.250 / 1M $1.000 / 1M
आउटपुट कीमत $0.800 / 1M $4.050 / 1M
कुल इनपुट टोकन 347,980 236,599
आउटपुट टोकन 121,898 16,536
रीजनिंग टोकन 720,302 0
प्रतिक्रिया समय (औसत) 95.16s 5.30s
प्रतिक्रिया समय (अधिकतम) 540.96s 48.02s
प्रतिक्रिया समय (कुल) 2188.74s 121.91s
पैरामीटर 398B कुल (13B सक्रिय) 975B कुल (41B सक्रिय)
उपलब्धता वेट उपलब्ध मुक्त स्रोत

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#222 Trinity Large Thinking

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

#233 Thinking Machines: Inkling

none
Provider returned error
लागत
$0.000
समय
5.3s
टोकन
0 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
Inkling 4.5 10.0 0.0% 0 1.01s 7,356 436 0

त्वरित तुलना

तुलना जोड़ी बदलें