नेविगेशन
AI BENCHY
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 Qwen3.7 Flash

Qwen3.7 Flash average score में आगे है: 6.1 vs 6.0. Qwen3.7 Flash की benchmark लागत कम है: $0.019 vs $0.792. Qwen3.7 Flash तेज है: 10.06s vs 84.96s, pass rates 45.5% vs 36.4%.

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
#136
कुल आउटपुट टोकन
90,507
प्रतिक्रिया समय (औसत)
10.06s
कुल लागत
$0.019
अनुशंसित मॉडल Qwen3.7 Flash

It has the best score here (6.1), while costing about 43.2x less than Trinity Large Thinking (medium).

विस्तृत तुलना

मेट्रिक Trinity Large Thinking Trinity Large Thinking medium रिलीज़: 2026-07-28 Qwen3.7 Flash Qwen3.7 Flash none रिलीज़: 2026-07-28
स्कोर 6.0 6.1
रैंक #150 #136
विश्वसनीयता 10.0 10.0
संगति 7.6 9.2
सही परीक्षण
प्रति प्रयास पास दर 45.5% 36.4%
अस्थिर टेस्ट 7 2
कुल रन 66 66
प्रति परिणाम लागत 11.308 0.262
कुल लागत $0.792 $0.019
इनपुट कीमत $0.220 / 1M $0.030 / 1M
आउटपुट कीमत $0.850 / 1M $0.130 / 1M
कुल इनपुट टोकन 118,477 218,731
आउटपुट टोकन 148,823 90,507
रीजनिंग टोकन 853,823 0
प्रतिक्रिया समय (औसत) 84.96s 10.06s
प्रतिक्रिया समय (अधिकतम) 525.14s 186.24s
प्रतिक्रिया समय (कुल) 1869.16s 221.34s

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

#136 Qwen3.7 Flash

none
लागत
$0.001
समय
34.0s
टोकन
4,814 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
Qwen3.7 Flash 5.5 10.0 33.3% 0 1.55s 7,911 855 0

त्वरित तुलना

तुलना जोड़ी बदलें