Trinity Large Thinking (medium) vs Gemini 3.1 Flash Lite Preview

Gemini 3.1 Flash Lite Preview average score में आगे है: 6.2 vs 6.1. Gemini 3.1 Flash Lite Preview की benchmark लागत कम है: $0.090 vs $0.820. Gemini 3.1 Flash Lite Preview तेज है: 3.60s vs 84.01s, pass rates 49.3% vs 55.1%.

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

तुलना किए गए मॉडल

रैंक: #232
कुल आउटपुट टोकन: 1,033,971
प्रतिक्रिया समय (औसत): 84.01s
कुल लागत: $0.820

रैंक: #229
कुल आउटपुट टोकन: 15,760
प्रतिक्रिया समय (औसत): 3.60s
कुल लागत: $0.090

अनुशंसित मॉडल Gemini 3.1 Flash Lite Preview

It has the best score here (6.2), while costing about 9.2x 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 Preview Gemini 3.1 Flash Lite Preview none रिलीज़: 2026-03-03

मेट्रिक	Trinity Large Thinking Trinity Large Thinking medium रिलीज़: 2026-07-28	Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview none रिलीज़: 2026-03-03
स्कोर	6.1	6.2
रैंक	#232	#229
विश्वसनीयता	10.0	10.0
संगति	7.7	9.7
प्रयास	69/69	69/69
सही परीक्षण
प्रति प्रयास पास दर	49.3%	55.1%
अस्थिर टेस्ट	7	1
कुल रन	69	69
प्रति परिणाम लागत	10.772	0.743
कुल लागत	$0.820	$0.090
इनपुट कीमत	$0.250 / 1M	$0.250 / 1M
आउटपुट कीमत	$0.800 / 1M	$1.500 / 1M
कुल इनपुट टोकन	319,352	261,962
आउटपुट टोकन	158,447	15,760
रीजनिंग टोकन	875,524	0
प्रतिक्रिया समय (औसत)	84.01s	3.60s
प्रतिक्रिया समय (अधिकतम)	525.14s	48.59s
प्रतिक्रिया समय (कुल)	1932.24s	82.91s
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.

#232 Trinity Large Thinking

medium

लागत: $0.016
समय: 75.9s
टोकन: 19,401 tok

#229 Gemini 3.1 Flash Lite Preview

none

लागत: $0.003
समय: 4.7s
टोकन: 1,827 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

श्रेणी:

स्वायत्त एजेंट कार्य	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Trinity Large Thinking	6.1	3.1	66.7%	1		52.50s	200,866	2,281	14,905
Gemini 3.1 Flash Lite Preview	5.0	10.0	0.0%	0		48.59s	141,007	1,599	0

एंटी-एआई ट्रिक्स	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Trinity Large Thinking	6.8	9.8	50.0%	0		5.11s	663	1,531	6,078
Gemini 3.1 Flash Lite Preview	7.5	8.4	66.7%	1		1.04s	504	1,092	0

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 Preview	5.5	10.0	33.3%	0		967ms	8,128	670	0

संयुक्त	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Trinity Large Thinking	2.9	6.0	16.7%	1		382.70s	93,292	35,814	269,745
Gemini 3.1 Flash Lite Preview	3.0	10.0	0.0%	0		6.23s	96,386	9,084	0

डेटा पार्सिंग और निष्कर्षण	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Trinity Large Thinking	6.3	5.8	66.7%	1		16.38s	6,906	475	11,153
Gemini 3.1 Flash Lite Preview	10.0	10.0	100.0%	0		1.22s	7,550	399	0

डोमेन-विशिष्ट	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Trinity Large Thinking	5.3	7.2	44.4%	1		124.17s	756	99,334	172,018
Gemini 3.1 Flash Lite Preview	5.3	10.0	33.3%	0		811ms	654	437	0

Samanya Buddhimatta	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Trinity Large Thinking	10.0	10.0	100.0%	0		32.22s	501	7,035	7,774
Gemini 3.1 Flash Lite Preview	4.0	10.0	0.0%	0		741ms	488	69	0

निर्देश पालन	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Trinity Large Thinking	4.4	6.9	16.7%	1		3.99s	684	77	3,798
Gemini 3.1 Flash Lite Preview	10.0	10.0	100.0%	0		1.13s	623	574	0

पहेली समाधान	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Trinity Large Thinking	5.2	5.4	44.5%	2		2.90s	678	2,508	3,231
Gemini 3.1 Flash Lite Preview	10.0	10.0	100.0%	0		900ms	570	1,045	0

टूल कॉलिंग	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Trinity Large Thinking	10.0	10.0	100.0%	0		5.26s	7,551	299	1,372
Gemini 3.1 Flash Lite Preview	10.0	10.0	100.0%	0		3.39s	5,894	782	0

सामान्य ज्ञान	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Trinity Large Thinking	3.0	10.0	0.0%	0		97.44s	207	1,680	34,295
Gemini 3.1 Flash Lite Preview	3.0	10.0	0.0%	0		814ms	158	9	0

त्वरित तुलना

तुलना जोड़ी बदलें

Trinity Large ThinkingmediumvsInklingnoneनिःशुल्क उपलब्ध Claude Fable 5.1lowvsGemini 3.1 Flash Lite Previewnone Trinity Large ThinkingmediumvsQwen3.5 Plus 2026-04-20none Trinity Large ThinkingmediumvsGemini 3.5 Flashnone Gemini 3.1 Flash Lite PreviewnonevsKAT-Coder-Pro V2.5medium Gemini 3.1 Flash Lite PreviewnonevsSpace Bunny Alphaxhigh Trinity Large ThinkingmediumvsKAT-Coder-Pro V2.5none Claude Fable 5.1lowvsTrinity Large Thinkingmedium Gemini 3.1 Flash Lite PreviewnonevsGrok 4.20medium Trinity Large ThinkinglowvsGemini 3.1 Flash Lite Previewnone DeepSeek V3.2mediumvsGemini 3.1 Flash Lite Previewnone Trinity Large ThinkingmediumvsDeepSeek V4 Flash 0731none