- Skor
- 8.6 (+2.30 poin)
- Total biaya (harga saat ini)
- $0.061 · 93.4% lebih murah
- Waktu respons (rata-rata)
- 7.51s · 92.1% lebih cepat
Arcee AI
Rilis: 2026-07-28
Diuji pada: 2026-10-01 09:30
arcee-ai/trinity-large-thinking::low
398B total (13B aktif)MoEBobot tersedia
Ringkasan
Trinity Large Thinking mendapat skor 6.3 di AI BENCHY dan berada di peringkat #273. Model ini memiliki reliabilitas 10.0, tingkat keberhasilan 47.8%, total biaya $0.918, dan waktu respons rata-rata 95.16s.
Yang membuat Trinity Large Thinking unik: Model ini paling menonjol di Kecerdasan umum, dengan peringkat #1, sementara Kepatuhan instruksi adalah area terlemahnya di #15. Model ini memakai token reasoning yang sangat tinggi, yang bisa menjelaskan run yang lebih lambat atau lebih mahal.
Alternatif yang disarankan
Kami menyarankan memilih salah satu model ini sebagai pengganti:
- Skor
- 9.4 (+3.08 poin)
- Total biaya (harga saat ini)
- $0.183 · 80.1% lebih murah
- Waktu respons (rata-rata)
- 6.24s · 93.4% lebih cepat
- Skor
- 8.3 (+1.99 poin)
- Total biaya (harga saat ini)
- $0.047 · 94.9% lebih murah
- Waktu respons (rata-rata)
- 18.07s · 81.0% lebih cepat
Fakta model
Ditelaah pada 2026-08-12
- Parameter
- 398B total (13B aktif)
- Arsitektur
- MoE
- Ketersediaan
- Bobot tersedia
- Lisensi
- OpenMDW
6.3
Konsistensi
8.1
10.0
Total token output
765,746
Total token input
347,980
Harga input
$0.250 / 1M
Harga output
$0.800 / 1M
Harga baca cache
$0.060 / 1M
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 tidak stabil
6
Tes tidak stabil memiliki hasil campuran antar run (setidaknya satu lulus dan satu gagal).
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#273 Trinity Large Thinking
low- Biaya
- $0.021
- Waktu
- 173.2s
- Token
- 24,586 tok
Riwayat run
| Diuji pada | Skor | Keandalan | Tes benar | Total Biaya | Bandingkan |
|---|---|---|---|---|---|
| 2026-10-01 09:30 Uji ulang | 6.3 | 10.0 | $0.918 ↑ | Run saat ini | |
| 2026-07-28 10:52 Run awal | 6.0 | 9.7 | $0.656 | 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) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-10-01 09:30 · Run saat ini | 69/69 percobaan | 6.3 | 8.1 | 10.0 | 8/23 | 6 | 765,746 | 347,980 | $0.918 | 95.16s |
| 2026-07-28 10:52 · Run awal | 66/66 percobaan | 6.0 | 7.9 | 9.7 | 8/22 | 6 | 815,220 | 122,845 | $0.656 | 96.78s |
| Selisih | — | +0.2 | +0.2 | +0.3 | 0 | 0 | -49474 | +225135 | +$0.262 | -1616ms |
Cakupan benchmark berbeda: 69/69 percobaan (Target: 3 pengulangan per tes) dibanding 66/66 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.
Riwayat harga
Data harga historis untuk model ini dari OpenRouter.
| Tanggal | Harga input | Harga output | Harga baca cache | Harga tulis cache |
|---|---|---|---|---|
| 2026-08-14 12:51 | $0.220 / 1M | $0.850 / 1M | T/A | T/A |
| 2026-10-01 18:33 | $0.250 / 1M | $0.800 / 1M | $0.060 / 1M | T/A |
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
Trinity Large ThinkinglowvsDeepSeek V3.2mediumTrinity Large ThinkinglowvsDeepSeek V4 Flash 0423noneTrinity Large ThinkinglowvsSpace Bunny AlphamediumTrinity Large ThinkinglowvsGrok 4.20mediumTrinity Large ThinkinglowvsLing 3.1 FlashlowTrinity Large ThinkinglowvsSpace Bunny AlphaxhighTrinity Large ThinkinglowvsQwen3.5 Plus 2026-02-15noneTrinity Large ThinkinglowvsKAT-Coder-Pro V2.5mediumTrinity Large ThinkinglowvsSolar Pro 4highTrinity Large ThinkinglowvsDeepSeek V4 Flash 0731none
Rincian Kategori
| Kategori | Skor | Konsistensi | Tes benar |
|---|---|---|---|
| Tugas agen | 7.4 | 3.8 | |
| Trik anti-AI | 8.3 | 10.0 | |
| Pemrograman | 5.3 | 10.0 | |
| Gabungan | 5.2 | 6.0 | |
| Parsing dan ekstraksi data | 7.3 | 5.8 | |
| Spesifik domain | 2.9 | 7.2 | |
| Kecerdasan umum | 10.0 | 10.0 | |
| Kepatuhan instruksi | 4.4 | 6.8 | |
| Pemecahan teka-teki | 6.3 | 7.9 | |
| Pemanggilan alat | 10.0 | 10.0 | |
| Pengetahuan umum | 3.0 | 10.0 |