नेविगेशन
Advertise here

Trinity Large Thinking (medium) vs Gemini 3.1 Flash Lite

average score लगभग बराबर है: 6.1 vs 6.1. Gemini 3.1 Flash Lite की benchmark लागत कम है: $0.046 vs $0.756. Gemini 3.1 Flash Lite तेज है: 1.75s vs 85.44s, pass rates 48.5% vs 50.0%.

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

तुलना किए गए मॉडल

रैंक
#203
कुल आउटपुट टोकन
1,016,785
प्रतिक्रिया समय (औसत)
85.44s
कुल लागत
$0.756
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 16.6x less than Trinity Large Thinking (medium).

विस्तृत तुलना

मेट्रिक Trinity Large Thinking Trinity Large Thinking medium रिलीज़: 2026-07-28 Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite none रिलीज़: 2026-05-08
स्कोर 6.1 6.1
रैंक #203 #200
विश्वसनीयता 10.0 10.0
संगति 7.9 8.6
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 48.5% 50.0%
अस्थिर टेस्ट 6 4
कुल रन 66 66
प्रति परिणाम लागत 9.972 0.507
कुल लागत $0.756 $0.046
इनपुट कीमत $0.250 / 1M $0.250 / 1M
आउटपुट कीमत $0.800 / 1M $1.500 / 1M
कुल इनपुट टोकन 118,486 118,059
आउटपुट टोकन 156,166 10,723
रीजनिंग टोकन 860,619 0
प्रतिक्रिया समय (औसत) 85.44s 1.75s
प्रतिक्रिया समय (अधिकतम) 525.14s 16.25s
प्रतिक्रिया समय (कुल) 1879.75s 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.

#203 Trinity Large Thinking

medium
लागत
$0.016
समय
75.9s
टोकन
19,401 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 7.5 10.0 66.7% 0 179.02s 7,248 7,413 351,155
Gemini 3.1 Flash Lite 5.5 10.0 33.3% 0 938ms 8,128 666 0

त्वरित तुलना

तुलना जोड़ी बदलें