नेविगेशन
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Trinity Large Thinking (medium) vs Granite 4.2 8B (medium)

average score लगभग बराबर है: 6.1 vs 6.1. Granite 4.2 8B (medium) की benchmark लागत कम है: $0.029 vs $0.862. Granite 4.2 8B (medium) तेज है: 50.47s vs 84.01s, pass rates 49.3% vs 37.7%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-16

तुलना किए गए मॉडल

रैंक
#262
कुल आउटपुट टोकन
925,046
प्रतिक्रिया समय (औसत)
84.01s
कुल लागत
$0.862
रैंक
#267
कुल आउटपुट टोकन
50,045
प्रतिक्रिया समय (औसत)
50.47s
कुल लागत
$0.029
अनुशंसित मॉडल Granite 4.2 8B (medium)

It has the best score here (6.1), while costing about 30.5x less than Trinity Large Thinking (medium).

विस्तृत तुलना

मेट्रिक Trinity Large Thinking Trinity Large Thinking medium रिलीज़: 2026-07-28 Granite 4.2 8B Granite 4.2 8B medium रिलीज़: 2026-09-02
स्कोर 6.1 6.1
रैंक #262 #267
विश्वसनीयता 10.0 8.9
संगति 7.7 9.7
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 49.3% 37.7%
अस्थिर टेस्ट 7 1
कुल रन 69 69
प्रति परिणाम लागत 10.772 0.354
कुल लागत $0.862 $0.029
इनपुट कीमत $0.250 / 1M $0.060 / 1M
आउटपुट कीमत $0.800 / 1M $0.250 / 1M
कैश पढ़ने की कीमत $0.060 / 1M $0.015 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 319,352 259,708
आउटपुट टोकन 158,447 16,567
रीजनिंग टोकन 875,524 33,580
प्रतिक्रिया समय (औसत) 84.01s 50.47s
प्रतिक्रिया समय (अधिकतम) 525.14s 557.96s
प्रतिक्रिया समय (कुल) 1932.24s 1160.91s
पैरामीटर 398B कुल (13B सक्रिय) 8B
उपलब्धता वेट उपलब्ध मुक्त स्रोत

कैश की कीमतें इनपुट टोकन पर लागू होती हैं। पढ़ने पर कैश किए गए प्रॉम्प्ट का दोबारा उपयोग होता है; लिखने पर वे सहेजे जाते हैं और अतिरिक्त लागत हो सकती है। आउटपुट टोकन पर आउटपुट की कीमत लागू होती है।

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#262 Trinity Large Thinking

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

#267 IBM: Granite 4.2 8B

medium
Provider returned error
लागत
$0.000
समय
0.2s
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 7.5 10.0 66.7% 0 179.02s 7,248 7,413 351,155
Granite 4.2 8B 5.5 10.0 33.3% 0 12.09s 8,439 2,445 3,900

त्वरित तुलना

तुलना जोड़ी बदलें

Granite 4.2 8BmediumvsKAT-Coder-Pro V2.5defaultApodex 1.1 Minilowनिःशुल्क उपलब्धvsTrinity Large ThinkingmediumTrinity Large ThinkingmediumvsInklingnoneनिःशुल्क उपलब्धTrinity Large ThinkingmediumvsQwen3.5 Plus 2026-04-20noneGranite 4.2 8BmediumvsQwen3.5 Plus 2026-04-20noneGranite 4.2 8BmediumvsInklingnoneनिःशुल्क उपलब्धApodex 1.1 Minilowनिःशुल्क उपलब्धvsGranite 4.2 8BmediumTrinity Large ThinkingmediumvsGemini 3.5 FlashnoneTrinity Large ThinkingmediumvsKAT-Coder-Pro V2.5defaultGemini 3.5 FlashnonevsGranite 4.2 8BmediumClaude Fable 5.1lowvsTrinity Large ThinkingmediumTrinity Large ThinkingmediumvsGemini 3.1 Flash Lite Previewnone