#150 Trinity Large Thinking
medium- コスト
- $0.016
- 時間
- 75.9s
- トークン
- 19,401 tok
Arcee AI
リリース: 2026-07-28
テスト日時: 2026-07-28 10:51
arcee-ai/trinity-large-thinking::medium
398B 総数 (13B アクティブ)MoE重み公開
概要
Trinity Large Thinking は AI BENCHY で 6.0 を記録し、順位は #150 です。信頼性は 10.0、成功率は 45.5%、総コストは $0.792、平均応答時間は 84.96s です。
Trinity Large Thinking の特徴: 最も目立つのは 汎用知能 で、順位は #1 です。一方、最も弱い領域は 複合 で #18 です。 推論トークンの使用量がかなり多く、遅さやコストの高さにつながっている可能性があります。
モデル情報
調査日：2026-08-12
- パラメータ
- 398B 総数 (13B アクティブ)
- アーキテクチャ
- MoE
- 公開状況
- 重み公開
- ライセンス
- OpenMDW
入力価格
$0.220 / 1M
出力価格
$0.850 / 1M
不安定なテスト
7
不安定なテストは、実行間で結果が混在しています（少なくとも1回合格かつ1回失敗）。
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
実行履歴
| テスト日時 | スコア | 信頼性 | 正解テスト | 合計コスト | 比較する |
|---|---|---|---|---|---|
| 2026-08-14 04:05 再テスト | 6.1 | 10.0 | $0.798 | 比較する | |
| 2026-07-28 10:51 初回実行 | 6.0 | 10.0 | $0.792 | 現在の実行 |
実行比較
| 実行 | ベンチマーク網羅率 | スコア | 一貫性 | 信頼性 | 正解テスト | 不安定なテスト | 合計出力トークン | 合計入力トークン | 合計コスト | 応答時間（平均） |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-07-28 10:51 · 初回実行 | 66/66 回 | 6.0 | 7.6 | 10.0 | 7/22 | 7 | 1,002,646 | 118,477 | $0.792 | 84.96s |
| 2026-08-14 04:05 · 再テスト | 66/66 回 | 6.1 | 7.9 | 10.0 | 8/22 | 6 | 1,016,785 | 118,486 | $0.798 | 85.44s |
| 差分 | — | -0.1 | -0.3 | 0.0 | -1 | +1 | -14139 | -9 | -$0.007 | -481ms |
この 2 つの実行では異なるベンチマークスイートが使われているため、差分にはモデル変化とスイート変化の両方が含まれます。
価格履歴
このモデルの OpenRouter における過去の価格データ。
| 日付 | 入力価格 | 出力価格 |
|---|---|---|
| 2026-07-28 10:55 | $0.220 / 1M | $0.850 / 1M |
チャート
最初のモデルを選択し、次に2つ目のモデルをクリックして並列比較ページを開きます。
クイック比較
Trinity Large ThinkingmediumvsInklinglowTrinity Large ThinkingmediumvsQwen3.6 FlashnoneTrinity Large ThinkingmediumvsQwen3.5-FlashmediumTrinity Large ThinkingmediumvsGemma 4 31Bnone無料で利用可能Trinity Large ThinkingmediumvsGemini 3.1 Flash LitenoneTrinity Large ThinkingmediumvsQwen3.5 Plus 2026-04-20noneTrinity Large ThinkingmediumvsQwen3.7 FlashnoneTrinity Large ThinkingmediumvsNemotron 3 Ultranone無料で利用可能Trinity Large Thinkingmediumvsgpt-oss-120bmediumTrinity Large ThinkingmediumvsTrinity Large Thinkinglow