#202

Trinity Large Thinking

Arcee AI रिलीज़: 2026-07-28 परीक्षण किया गया: 2026-07-28 10:47 arcee-ai/trinity-large-thinking::high

(high) (medium) (low)

सारांश

Trinity Large Thinking AI BENCHY पर 4.8 स्कोर करता है और #202 पर है। इसकी reliability 9.9, pass rate 39.4%, कुल लागत $0.632, और औसत response time 77.22s है।

Trinity Large Thinking को अलग क्या बनाता है: यह असामान्य रूप से अधिक reasoning tokens इस्तेमाल करता है, जिससे धीमे या महंगे runs समझ में आ सकते हैं।

स्कोर

4.8

संगति

7.2

विश्वसनीयता

9.9

कुल लागत (वर्तमान कीमत)

$0.632

कुल आउटपुट टोकन

953,758

कुल इनपुट टोकन

101,767

इनपुट कीमत

$0.220 / 1M

आउटपुट कीमत

$0.850 / 1M

सही परीक्षण

गलत टेस्ट: 17

प्रति प्रयास पास दर: 39.4%

अस्थिर टेस्ट

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

प्रतिक्रिया समय (औसत)

77.22s

प्रतिक्रिया समय (अधिकतम): 510.21s

प्रतिक्रिया समय (कुल): 1698.89s

गलत उत्तर: 10 निर्देशों का पालन नहीं किया: 4 अमान्य टूल कॉल: 2 कोई उत्तर नहीं: 1

Hamster playing table tennis

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

#202 Trinity Large Thinking

high

लागत: $0.028
समय: 130.1s
टोकन: 34,387 tok

कीमत का इतिहास

OpenRouter से इस मॉडल का ऐतिहासिक मूल्य डेटा।

तारीख	इनपुट कीमत	आउटपुट कीमत
2026-07-28 10:55	$0.220 / 1M	$0.850 / 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
एंटी-एआई ट्रिक्स	6.7	8.1
कोडिंग	3.7	4.7
संयुक्त	3.0	10.0
डेटा पार्सिंग और निष्कर्षण	6.3	5.8
डोमेन-विशिष्ट	2.9	7.2
Samanya Buddhimatta	6.5	3.4
निर्देश पालन	6.3	10.0
पहेली समाधान	4.7	5.2
टूल कॉलिंग	10.0	10.0
सामान्य ज्ञान	3.0	10.0

Trinity Large Thinking

Hamster playing table tennis

#202 Trinity Large Thinking

चार्ट

स्कोर के अनुसार शीर्ष मॉडल

स्कोर vs कुल लागत

प्रतिक्रिया समय (औसत)

स्कोर vs प्रतिक्रिया समय (औसत)

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

त्वरित तुलना

श्रेणी विवरण

तुलना किए गए मॉडल