AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com
#150

Trinity Large Thinking

Arcee AI रिलीज़: 2026-07-28 परीक्षण किया गया: 2026-07-28 10:51 arcee-ai/trinity-large-thinking::medium
(high) (medium) (low)

सारांश

Trinity Large Thinking AI BENCHY पर 6.0 स्कोर करता है और #150 पर है। इसकी reliability 10.0, pass rate 45.5%, कुल लागत $0.792, और औसत response time 84.96s है।

Trinity Large Thinking को अलग क्या बनाता है: यह कोडिंग में सबसे अलग दिखता है, जहाँ इसकी रैंक #1 है; जबकि संयुक्त इसकी सबसे कमजोर जगह है, जहाँ यह #12 पर है। यह असामान्य रूप से अधिक reasoning tokens इस्तेमाल करता है, जिससे धीमे या महंगे runs समझ में आ सकते हैं।

संगति

7.6

कुल आउटपुट टोकन

1,002,646

कुल इनपुट टोकन

118,477

इनपुट कीमत

$0.220 / 1M

आउटपुट कीमत

$0.850 / 1M

सही परीक्षण

गलत टेस्ट: 15

प्रति प्रयास पास दर: 45.5%

अस्थिर टेस्ट

7

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

प्रतिक्रिया समय (औसत)

84.96s

प्रतिक्रिया समय (अधिकतम): 525.14s

प्रतिक्रिया समय (कुल): 1869.16s

Hamster playing table tennis

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

#150 Trinity Large Thinking

medium
लागत
$0.016
समय
75.9s
टोकन
19,401 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 6.8 9.8
कोडिंग 7.5 10.0
संयुक्त 2.9 6.0
डेटा पार्सिंग और निष्कर्षण 6.3 5.8
डोमेन-विशिष्ट 2.9 4.4
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

तुलना किए गए मॉडल