नेविगेशन
Advertise here

Trinity Large Thinking (medium) vs Beam 1.0 501B A23B (high)

average score लगभग बराबर है: 6.1 vs 6.1. Beam 1.0 501B A23B (high) की benchmark लागत कम है: $0.674 vs $0.862. Beam 1.0 501B A23B (high) तेज है: 9.03s vs 84.01s, pass rates 49.3% vs 59.4%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-17

तुलना किए गए मॉडल

रैंक
#267
कुल आउटपुट टोकन
925,046
प्रतिक्रिया समय (औसत)
84.01s
कुल लागत
$0.862
रैंक
#266
कुल आउटपुट टोकन
147,207
प्रतिक्रिया समय (औसत)
9.03s
कुल लागत
$0.674
अनुशंसित मॉडल Beam 1.0 501B A23B (high)

It has the best score here (6.1), while responding about 9.3x faster than Trinity Large Thinking (medium).

विस्तृत तुलना

मेट्रिक Trinity Large Thinking Trinity Large Thinking medium रिलीज़: 2026-07-28 Beam 1.0 501B A23B Beam 1.0 501B A23B high रिलीज़: 2026-10-17
स्कोर 6.1 6.1
रैंक #267 #266
विश्वसनीयता 10.0 10.0
संगति 7.7 8.3
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 49.3% 59.4%
अस्थिर टेस्ट 7 5
कुल रन 69 69
प्रति परिणाम लागत 10.772 6.126
कुल लागत $0.862 $0.674
इनपुट कीमत $0.250 / 1M $1.000 / 1M
आउटपुट कीमत $0.800 / 1M $3.000 / 1M
कैश पढ़ने की कीमत $0.060 / 1M $0.100 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 319,352 232,218
आउटपुट टोकन 158,447 4,944
रीजनिंग टोकन 875,524 142,263
प्रतिक्रिया समय (औसत) 84.01s 9.03s
प्रतिक्रिया समय (अधिकतम) 525.14s 36.04s
प्रतिक्रिया समय (कुल) 1932.24s 207.67s
पैरामीटर 398B कुल (13B सक्रिय) 501B कुल (23B सक्रिय)
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.

#267 Trinity Large Thinking

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

#266 Beam 1.0 501B A23B

high
लागत
$0.008
समय
15.6s
टोकन
6,162 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
Beam 1.0 501B A23B 8.4 7.4 88.9% 1 21.05s 7,800 559 44,608

त्वरित तुलना

तुलना जोड़ी बदलें

Apodex 1.1 Minilowनिःशुल्क उपलब्धvsTrinity Large ThinkingmediumTrinity Large ThinkingmediumvsInklingnoneनिःशुल्क उपलब्धApodex 1.1 Minilowनिःशुल्क उपलब्धvsBeam 1.0 501B A23BhighBeam 1.0 501B A23BhighvsInklingnoneनिःशुल्क उपलब्धTrinity Large ThinkingmediumvsQwen3.5 Plus 2026-04-20noneQwen3.5 Plus 2026-04-20nonevsBeam 1.0 501B A23BhighGemini 3.5 FlashnonevsBeam 1.0 501B A23BhighBeam 1.0 501B A23BhighvsStep 5 PreviewmediumTrinity Large ThinkingmediumvsGemini 3.5 FlashnoneGranite 4.2 8BmediumvsBeam 1.0 501B A23BhighTrinity Large ThinkingmediumvsKAT-Coder-Pro V2.5defaultKAT-Coder-Pro V2.5defaultvsBeam 1.0 501B A23Bhigh