#203

Trinity Large Thinking

Arcee AI Rilis: 2026-07-28 Diuji pada: 2026-08-14 04:05 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 #203. Model ini memiliki reliabilitas 10.0, tingkat keberhasilan 48.5%, total biaya $0.756, dan waktu respons rata-rata 85.44s.

Yang membuat Trinity Large Thinking unik: Model ini paling menonjol di Pemrograman, dengan peringkat #1, sementara Gabungan adalah area terlemahnya di #16. 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

7.9

Keandalan

10.0

Total biaya (harga saat ini)

$0.756 ↓ -5.2%

Diuji pada: $0.798

Total token output

1,016,785

Total token input

118,486

Harga input

$0.250 / 1M

Harga output

$0.800 / 1M

Tes benar

Tes Salah: 14

Tingkat lulus per percobaan: 48.5%

Tes tidak stabil

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

Waktu respons (rata-rata)

85.44s

Waktu respons (maks): 525.14s

Waktu respons (total): 1879.75s

Jawaban salah: 8 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.

#203 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
2026-08-14 04:05 Uji ulang	6.1	10.0		$0.756 ↓	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.

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)
2026-08-14 04:05 · Run saat ini	66/66 percobaan	6.1	7.9	10.0	8/22	6	1,016,785	118,486	$0.756	85.44s
2026-07-28 10:51 · Run awal	66/66 percobaan	6.0	7.6	10.0	7/22	7	1,002,646	118,477	$0.792	84.96s
Selisih	—	+0.1	+0.3	0.0	+1	-1	+14139	+9	-$0.036	+481ms

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
2026-08-14 12:51	$0.220 / 1M	$0.850 / 1M
2026-09-02 00:25	$0.250 / 1M	$0.800 / 1M

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	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

Trinity Large Thinking

Fakta model

Hamster playing table tennis

#203 Trinity Large Thinking

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