- स्कोर
- 8.6 (+2.48 अंक)
- कुल लागत (वर्तमान कीमत)
- $0.061 · 93.0% सस्ता
- प्रतिक्रिया समय (औसत)
- 7.51s · 91.1% तेज़
Arcee AI
रिलीज़: 2026-07-28
परीक्षण किया गया: 2026-10-01 03:58
arcee-ai/trinity-large-thinking::medium
398B कुल (13B सक्रिय)MoEवेट उपलब्ध
सारांश
Trinity Large Thinking AI BENCHY पर 6.1 स्कोर करता है और #284 पर है। इसकी reliability 10.0, pass rate 49.3%, कुल लागत $0.862, और औसत response time 84.01s है।
Trinity Large Thinking को अलग क्या बनाता है: यह Samanya Buddhimatta में सबसे अलग दिखता है, जहाँ इसकी रैंक #1 है; जबकि संयुक्त इसकी सबसे कमजोर जगह है, जहाँ यह #15 पर है। यह असामान्य रूप से अधिक reasoning tokens इस्तेमाल करता है, जिससे धीमे या महंगे runs समझ में आ सकते हैं।
सुझाए गए विकल्प
हम इसकी जगह इनमें से एक मॉडल चुनने की सलाह देते हैं:
- स्कोर
- 9.4 (+3.27 अंक)
- कुल लागत (वर्तमान कीमत)
- $0.183 · 78.9% सस्ता
- प्रतिक्रिया समय (औसत)
- 6.24s · 92.6% तेज़
- स्कोर
- 8.3 (+2.17 अंक)
- कुल लागत (वर्तमान कीमत)
- $0.047 · 94.6% सस्ता
- प्रतिक्रिया समय (औसत)
- 18.07s · 78.5% तेज़
मॉडल विवरण
शोध की तारीख: 2026-08-12
- पैरामीटर
- 398B कुल (13B सक्रिय)
- आर्किटेक्चर
- MoE
- उपलब्धता
- वेट उपलब्ध
- लाइसेंस
- OpenMDW
6.1
संगति
7.7
10.0
$0.862
कुल आउटपुट टोकन
925,046
कुल इनपुट टोकन
319,352
इनपुट कीमत
$0.250 / 1M
आउटपुट कीमत
$0.800 / 1M
कैश पढ़ने की कीमत
$0.060 / 1M
कैश लिखने की कीमत
लागू नहीं
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।
अस्थिर टेस्ट
7
अस्थिर टेस्ट में रनों के बीच मिले-जुले परिणाम रहे (कम से कम एक पास और एक फेल)।
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#284 Trinity Large Thinking
medium- लागत
- $0.016
- समय
- 75.9s
- टोकन
- 19,401 tok
रन इतिहास
| परीक्षण किया गया | स्कोर | विश्वसनीयता | सही परीक्षण | कुल लागत | तुलना करें |
|---|---|---|---|---|---|
| 2026-10-01 03:58 दोबारा परीक्षण | 6.1 | 10.0 | $0.862 | वर्तमान रन | |
| 2026-07-28 10:51 पहला रन | 6.0 | 10.0 | $0.792 | 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 | कैश पढ़ने की कीमत | कैश लिखने की कीमत |
|---|---|---|---|---|
| 2026-08-14 12:51 | $0.220 / 1M | $0.850 / 1M | लागू नहीं | लागू नहीं |
| 2026-10-01 18:33 | $0.250 / 1M | $0.800 / 1M | $0.060 / 1M | लागू नहीं |
चार्ट
पहले मॉडल चुनें, फिर दूसरा मॉडल क्लिक करके साइड-बाय-साइड पेज खोलें।
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
Trinity Large ThinkingmediumvsBeam 1.0 501B A23BhighTrinity Large ThinkingmediumvsApodex 1.1 Minilowनिःशुल्क उपलब्धTrinity Large ThinkingmediumvsGemini 3.5 FlashnoneTrinity Large ThinkingmediumvsInklingnoneनिःशुल्क उपलब्धTrinity Large ThinkingmediumvsClaude Fable 5.1lowTrinity Large ThinkingmediumvsQwen3.5 Plus 2026-04-20noneTrinity Large ThinkingmediumvsGemini 3.1 Flash Lite PreviewnoneTrinity Large ThinkingmediumvsStep 5 PreviewmediumTrinity Large ThinkingmediumvsDeepSeek V4 Flash 0731noneTrinity Large ThinkingmediumvsGranite 4.2 8Bmedium
श्रेणी विवरण
| श्रेणी | स्कोर | संगति | सही परीक्षण |
|---|---|---|---|
| स्वायत्त एजेंट कार्य | 6.1 | 3.1 | |
| एंटी-एआई ट्रिक्स | 6.8 | 9.8 | |
| कोडिंग | 7.5 | 10.0 | |
| संयुक्त | 2.9 | 6.0 | |
| डेटा पार्सिंग और निष्कर्षण | 6.3 | 5.8 | |
| डोमेन-विशिष्ट | 5.3 | 7.2 | |
| Samanya Buddhimatta | 10.0 | 10.0 | |
| निर्देश पालन | 4.4 | 6.9 | |
| पहेली समाधान | 5.2 | 5.4 | |
| टूल कॉलिंग | 10.0 | 10.0 | |
| सामान्य ज्ञान | 3.0 | 10.0 |