AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com
#270

Trinity Large Preview

Arcee AI रिलीज़: 2026-01-27 परीक्षण किया गया: 2026-06-04 14:30 arcee-ai/trinity-large-preview::none
398B कुल (13B सक्रिय)MoEमुक्त स्रोत

सारांश

Trinity Large Preview AI BENCHY पर 4.8 स्कोर करता है और #270 पर है। इसकी reliability 10.0, pass rate 21.2%, कुल लागत $0.008, और औसत response time 2.98s है।

Trinity Large Preview को अलग क्या बनाता है: यह डेटा पार्सिंग और निष्कर्षण में सबसे अलग दिखता है, जहाँ इसकी रैंक #1 है; जबकि निर्देश पालन इसकी सबसे कमजोर जगह है, जहाँ यह #13 पर है।

मॉडल विवरण

शोध की तारीख: 2026-08-12

घोषित
पैरामीटर
398B कुल (13B सक्रिय)
आर्किटेक्चर
MoE
उपलब्धता
मुक्त स्रोत
लाइसेंस
Apache-2.0

संगति

8.9

कुल लागत (वर्तमान कीमत)

$0.008 ↑ +1047.8%

परीक्षण के समय: $0.001

कुल आउटपुट टोकन

2,169

कुल इनपुट टोकन

29,828

इनपुट कीमत

$0.243 / 1M

आउटपुट कीमत

$0.243 / 1M

सही परीक्षण

गलत टेस्ट: 17

प्रति प्रयास पास दर: 21.2%

बेंचमार्क कवरेज: 63/66 प्रयास

अस्थिर टेस्ट

2

अस्थिर टेस्ट में रनों के बीच मिले-जुले परिणाम रहे (कम से कम एक पास और एक फेल)।

प्रतिक्रिया समय (औसत)

2.98s

प्रतिक्रिया समय (अधिकतम): 14.34s

प्रतिक्रिया समय (कुल): 56.57s

Hamster playing table tennis

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

#270 Trinity Large Preview

none
No endpoints found for arcee-ai/trinity-large-preview:free.
लागत
$0.000
समय
0.0s
टोकन
0 tok

रन इतिहास

परीक्षण किया गया स्कोर विश्वसनीयता सही परीक्षण कुल लागत तुलना करें
2026-06-04 14:30 नया टेस्ट जोड़ा गया 4.8 10.0 $0.008 वर्तमान रन
2026-05-22 00:42 सूट बदला गया 4.8 10.0 $0.001 तुलना करें
2026-05-08 15:30 सूट बदला गया 4.8 10.0 $0.001 तुलना करें
2026-04-23 10:54 पहला दर्ज रन 5.3 लागू नहीं $0.000 तुलना करें

इस रन में अलग बेंचमार्क सूट इस्तेमाल हुआ था। ऐतिहासिक बदलाव पढ़ते समय सूट बदलाव को ध्यान में रखें।

कीमत का इतिहास

OpenRouter से इस मॉडल का ऐतिहासिक मूल्य डेटा।

तारीख इनपुट कीमत आउटपुट कीमत
2026-06-04 15:40 $0.243 / 1M $0.243 / 1M

चार्ट

पहले मॉडल चुनें, फिर दूसरा मॉडल क्लिक करके साइड-बाय-साइड पेज खोलें।

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

त्वरित तुलना

श्रेणी विवरण

श्रेणी स्कोर संगति सही परीक्षण
एंटी-एआई ट्रिक्स 3.1 10.0
कोडिंग 3.7 7.7
संयुक्त 1.5 5.0
डेटा पार्सिंग और निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 5.3 10.0
Samanya Buddhimatta 4.5 10.0
निर्देश पालन 3.5 10.0
पहेली समाधान 3.6 7.7
टूल कॉलिंग 10.0 10.0
सामान्य ज्ञान 3.0 10.0

तुलना किए गए मॉडल