AI BENCHY
Advertise here
#145

Trinity Large Thinking

Arcee AI रिलीज़: 2026-07-28 परीक्षण किया गया: 2026-07-28 10:52 arcee-ai/trinity-large-thinking::low

सारांश

Trinity Large Thinking AI BENCHY पर 6.0 स्कोर करता है और #145 पर है। इसकी reliability 9.7, pass rate 48.5%, कुल लागत $0.656, और औसत response time 96.78s है।

Trinity Large Thinking को अलग क्या बनाता है: यह एंटी-एआई ट्रिक्स में सबसे अलग दिखता है, जहाँ इसकी रैंक #2 है; जबकि निर्देश पालन इसकी सबसे कमजोर जगह है, जहाँ यह #13 पर है। यह असामान्य रूप से अधिक reasoning tokens इस्तेमाल करता है, जिससे धीमे या महंगे runs समझ में आ सकते हैं।

संगति

7.9

कुल आउटपुट टोकन

815,220

कुल इनपुट टोकन

122,845

इनपुट कीमत

$0.220 / 1M

आउटपुट कीमत

$0.850 / 1M

सही परीक्षण

गलत टेस्ट: 14

प्रति प्रयास पास दर: 48.5%

अस्थिर टेस्ट

6

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

प्रतिक्रिया समय (औसत)

96.78s

प्रतिक्रिया समय (अधिकतम): 540.96s

प्रतिक्रिया समय (कुल): 2129.13s

Hamster playing table tennis

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

#145 Trinity Large Thinking

low
लागत
$0.021
समय
173.2s
टोकन
24,586 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 सही परीक्षण
एंटी-एआई ट्रिक्स 8.3 10.0
कोडिंग 5.3 10.0
संयुक्त 5.2 6.0
डेटा पार्सिंग और निष्कर्षण 7.3 5.8
डोमेन-विशिष्ट 2.9 4.4
Samanya Buddhimatta 10.0 10.0
निर्देश पालन 4.4 6.8
पहेली समाधान 6.3 7.9
टूल कॉलिंग 10.0 10.0
सामान्य ज्ञान 3.0 10.0

तुलना किए गए मॉडल