नेविगेशन
AI BENCHY
Advertise here

Trinity Large Thinking (medium) vs Qwen3.6 Flash

Qwen3.6 Flash average score में आगे है: 6.1 vs 6.0. Qwen3.6 Flash की benchmark लागत कम है: $0.062 vs $0.792. Qwen3.6 Flash तेज है: 3.74s vs 84.96s, pass rates 45.5% vs 34.9%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-28

रैंक
#150
कुल आउटपुट टोकन
1,002,646
प्रतिक्रिया समय (औसत)
84.96s
कुल लागत
$0.792
रैंक
#139
कुल आउटपुट टोकन
30,947
प्रतिक्रिया समय (औसत)
3.74s
कुल लागत
$0.062
अनुशंसित मॉडल Qwen3.6 Flash

It has the best score here (6.1), while costing about 13.0x less than Trinity Large Thinking (medium).

विस्तृत तुलना

मेट्रिक Trinity Large Thinking Trinity Large Thinking medium रिलीज़: 2026-07-28 Qwen3.6 Flash Qwen3.6 Flash none रिलीज़: 2026-04-20
स्कोर 6.0 6.1
रैंक #150 #139
विश्वसनीयता 10.0 10.0
संगति 7.6 9.6
सही परीक्षण
प्रति प्रयास पास दर 45.5% 34.9%
अस्थिर टेस्ट 7 1
कुल रन 66 66
प्रति परिणाम लागत 11.308 0.935
कुल लागत $0.792 $0.062
इनपुट कीमत $0.220 / 1M $0.188 / 1M
आउटपुट कीमत $0.850 / 1M $1.125 / 1M
कुल इनपुट टोकन 118,477 139,788
आउटपुट टोकन 148,823 30,947
रीजनिंग टोकन 853,823 0
प्रतिक्रिया समय (औसत) 84.96s 3.74s
प्रतिक्रिया समय (अधिकतम) 525.14s 48.79s
प्रतिक्रिया समय (कुल) 1869.16s 82.38s

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#150 Trinity Large Thinking

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

#139 Qwen3.6 Flash

none
लागत
$0.005
समय
20.1s
टोकन
4,211 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
Qwen3.6 Flash 5.4 10.0 33.3% 0 1.79s 6,488 889 0

त्वरित तुलना

तुलना जोड़ी बदलें