#140

Trinity Large Preview

Arcee AI Rilis: 2026-01-27 Diuji pada: 2026-05-22 00:42 arcee-ai/trinity-large-preview::none

398B total (13B aktif)MoESumber terbuka

Ringkasan

Trinity Large Preview mendapat skor 4.8 di AI BENCHY dan berada di peringkat #140. Model ini memiliki reliabilitas 10.0, tingkat keberhasilan 26.3%, total biaya $0.001, dan waktu respons rata-rata 3.03s.

Yang membuat Trinity Large Preview unik: Model ini paling menonjol di Spesifik domain, dengan peringkat #3, sementara Trik anti-AI adalah area terlemahnya di #18. Total biaya benchmark-nya sangat rendah untuk kisaran skornya. Model ini terasa cepat dibandingkan model serupa.

Fakta model

Ditelaah pada 2026-08-12

Dilaporkan

Parameter: 398B total (13B aktif)
Arsitektur: MoE
Ketersediaan: Sumber terbuka
Lisensi: Apache-2.0

Sumber parameter Sumber ketersediaan

Skor

4.8

Konsistensi

8.9

Keandalan

10.0

Total biaya (harga saat ini)

$0.001

Total token output

2,190

Total token input

Harga input

$0.000 / 1M

Harga output

$0.000 / 1M

Harga baca cache

T/A

Harga tulis cache

T/A

Harga cache berlaku untuk token input. Pembacaan memakai kembali prompt tersimpan; penulisan menyimpannya dan dapat menambah biaya. Token output menggunakan harga output.

Tes benar

Tes Salah: 15

Tingkat lulus per percobaan: 26.3%

Tes tidak stabil

Tes tidak stabil memiliki hasil campuran antar run (setidaknya satu lulus dan satu gagal).

Waktu respons (rata-rata)

3.03s

Waktu respons (maks): 14.34s

Waktu respons (total): 57.60s

Jawaban salah: 12 Tidak mengikuti instruksi: 3

Hamster playing table tennis

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

#140 Trinity Large Preview

default

No endpoints found for arcee-ai/trinity-large-preview:free.

Biaya: $0.000
Waktu: 0.0s
Token: 0 tok

Riwayat run

Diuji pada	Skor	Keandalan	Total Biaya	Bandingkan
2026-06-04 14:30 Tes baru ditambahkan	4.8	10.0	$0.008 ↑	Bandingkan
2026-05-22 00:42 Suite berubah	4.8	10.0	$0.001	Run saat ini
2026-05-08 15:30 Suite berubah	4.8	10.0	$0.001	Bandingkan
2026-04-23 10:54 Run pertama yang tercatat	5.3	T/A	$0.000	Bandingkan

Run ini menggunakan suite benchmark yang berbeda. Perhatikan perubahan suite saat membaca pergerakan historis.

Perbandingan run

Run	Cakupan benchmark	Skor	Konsistensi	Keandalan	Tes benar	Tes tidak stabil	Total token output	Total token input	Total Biaya	Waktu respons (rata-rata)
2026-05-22 00:42 · Suite berubah	60/60 percobaan	4.8	8.9	10.0	4/19	3	2,190	0	$0.001	3.03s
2026-06-04 14:30 · Tes baru ditambahkan	63/63 percobaan	4.8	8.9	10.0	4/21	2	2,169	29,828	$0.008	2.98s
Selisih	—	0.0	0.0	0.0	+1	+1	+21	-29828	-$0.008	+54ms

Cakupan benchmark berbeda: 60/60 percobaan (Target: 3 pengulangan per tes) dibanding 63/63 percobaan (Target: 3 pengulangan per tes). Total dan metrik yang dipengaruhi pengulangan tidak dapat dibandingkan secara langsung.

Kedua run ini menggunakan suite benchmark yang berbeda, jadi selisihnya mencerminkan perubahan model sekaligus perubahan suite.

Grafik

Pilih model pertama, lalu klik model kedua untuk membuka halaman berdampingan.

Model teratas berdasarkan skor

Skor vs Total Biaya

Waktu respons (rata-rata)

Skor vs Waktu respons (rata-rata)

Total token output

Skor vs Total token output

Perbandingan Cepat

Rincian Kategori

Kategori	Skor	Konsistensi
Trik anti-AI	3.1	10.0
Pemrograman	4.9	3.2
Gabungan	3.0	10.0
Parsing dan ekstraksi data	10.0	10.0
Spesifik domain	5.3	10.0
Kecerdasan umum	4.5	10.0
Kepatuhan instruksi	3.4	6.2
Pemecahan teka-teki	3.6	7.7
Pemanggilan alat	10.0	10.0
Pengetahuan umum	3.0	10.0

Trinity Large Preview

Fakta model

Hamster playing table tennis

#140 Trinity Large Preview

Grafik

Model teratas berdasarkan skor

Skor vs Total Biaya

Waktu respons (rata-rata)

Skor vs Waktu respons (rata-rata)

Total token output

Skor vs Total token output

Perbandingan Cepat

Rincian Kategori

Model yang Dibandingkan