Advertise here
#284

Trinity Large Thinking

Arcee AI Rilis: 2026-07-28 Diuji pada: 2026-10-01 03:58 arcee-ai/trinity-large-thinking::medium
398B total (13B aktif)MoEBobot tersedia
(high) (medium) (low)

Ringkasan

Trinity Large Thinking mendapat skor 6.1 di AI BENCHY dan berada di peringkat #284. Model ini memiliki reliabilitas 10.0, tingkat keberhasilan 49.3%, total biaya $0.862, dan waktu respons rata-rata 84.01s.

Yang membuat Trinity Large Thinking unik: Model ini paling menonjol di Kecerdasan umum, dengan peringkat #1, sementara Gabungan adalah area terlemahnya di #15. Model ini memakai token reasoning yang sangat tinggi, yang bisa menjelaskan run yang lebih lambat atau lebih mahal.

Fakta model

Ditelaah pada 2026-08-12

Dilaporkan
Parameter
398B total (13B aktif)
Arsitektur
MoE
Ketersediaan
Bobot tersedia
Lisensi
OpenMDW
Sumber parameter Sumber ketersediaan

Skor

6.1

Konsistensi

7.7

Keandalan

10.0

Total biaya (harga saat ini)

$0.862

Total token output

925,046

Total token input

319,352

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 benar

Tes Salah: 15

Tingkat lulus per percobaan: 49.3%

Tes tidak stabil

7

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

Waktu respons (rata-rata)

84.01s

Waktu respons (maks): 525.14s

Waktu respons (total): 1932.24s

Jawaban salah: 9 Tidak mengikuti instruksi: 4 Pemanggilan alat tidak valid: 2

Hamster playing table tennis

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

#284 Trinity Large Thinking

medium
Biaya
$0.016
Waktu
75.9s
Token
19,401 tok

Riwayat run

Diuji pada Skor Keandalan Tes benar Total Biaya Bandingkan
2026-10-01 03:58 Uji ulang 6.1 10.0 $0.862 Run saat ini
2026-07-28 10:51 Run awal 6.0 10.0 $0.792 Bandingkan

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

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.

Total token output

Skor vs Total token output

Perbandingan Cepat

Trinity Large ThinkingmediumvsBeam 1.0 501B A23BhighTrinity Large ThinkingmediumvsApodex 1.1 MinilowTersedia gratisTrinity Large ThinkingmediumvsGemini 3.5 FlashnoneTrinity Large ThinkingmediumvsInklingnoneTersedia gratisTrinity 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

Rincian Kategori

Kategori Skor Konsistensi Tes benar
Tugas agen 6.1 3.1
Trik anti-AI 6.8 9.8
Pemrograman 7.5 10.0
Gabungan 2.9 6.0
Parsing dan ekstraksi data 6.3 5.8
Spesifik domain 5.3 7.2
Kecerdasan umum 10.0 10.0
Kepatuhan instruksi 4.4 6.9
Pemecahan teka-teki 5.2 5.4
Pemanggilan alat 10.0 10.0
Pengetahuan umum 3.0 10.0

Model yang Dibandingkan