Claude Sonnet 5.5 (low) vs Trinity Large Thinking (medium)

Claude Sonnet 5.5 (low) average score मध्ये पुढे आहे: 6.2 vs 6.1. Claude Sonnet 5.5 (low) चा benchmark खर्च कमी आहे: $0.620 vs $0.756. Claude Sonnet 5.5 (low) वेगवान आहे: 5.68s vs 85.44s, pass rates 43.9% vs 48.5%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-09-29

तुलना केलेली मॉडेल्स

क्रमांक: #232
एकूण आउटपुट टोकन्स: 28,630
प्रतिसाद वेळ (सरासरी): 5.68s
एकूण खर्च: $0.620

क्रमांक: #241
एकूण आउटपुट टोकन्स: 1,016,785
प्रतिसाद वेळ (सरासरी): 85.44s
एकूण खर्च: $0.756

शिफारस केलेले मॉडेल Claude Sonnet 5.5 (low)

It has the best score here (6.2), while responding about 15.1x faster than Trinity Large Thinking (medium).

तपशीलवार तुलना

मेट्रिक	Claude Sonnet 5.5 Claude Sonnet 5.5 low प्रकाशन: 2026-09-29	Trinity Large Thinking Trinity Large Thinking medium प्रकाशन: 2026-07-28

मेट्रिक	Claude Sonnet 5.5 Claude Sonnet 5.5 low प्रकाशन: 2026-09-29	Trinity Large Thinking Trinity Large Thinking medium प्रकाशन: 2026-07-28
स्कोअर	6.2	6.1
क्रमांक	#232	#241
विश्वसनीयता	10.0	10.0
सुसंगतता	9.4	7.9
प्रयत्न	66/66	66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर	43.9%	48.5%
अस्थिर चाचण्या	2	6
एकूण रन	66	66
प्रति निकाल खर्च	6.880	9.972
एकूण खर्च	$0.620	$0.756
इनपुट किंमत	$2.000 / 1M	$0.250 / 1M
आउटपुट किंमत	$10.000 / 1M	$0.800 / 1M
एकूण इनपुट टोकन्स	166,418	118,486
आउटपुट टोकन्स	21,456	156,166
रिझनिंग टोकन्स	7,174	860,619
प्रतिसाद वेळ (सरासरी)	5.68s	85.44s
प्रतिसाद वेळ (कमाल)	22.74s	525.14s
प्रतिसाद वेळ (एकूण)	124.87s	1879.75s
पॅरामीटर्स	~1T एकूण (~100B सक्रिय)	398B एकूण (13B सक्रिय)
उपलब्धता	बंद स्रोत	वेट्स उपलब्ध

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#232 Claude Sonnet 5.5

low

खर्च: $0.020
वेळ: 15.3s
टोकन्स: 2,077 tok

#241 Trinity Large Thinking

medium

खर्च: $0.016
वेळ: 75.9s
टोकन्स: 19,401 tok

स्कोअरनुसार शीर्ष मॉडेल्स

स्कोअर विरुद्ध एकूण खर्च

प्रतिसाद वेळ (सरासरी)

स्कोअर vs प्रतिसाद वेळ (सरासरी)

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

श्रेणीवार तपशील

श्रेणी:

अँटी-एआय युक्त्या	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Sonnet 5.5	6.5	10.0	50.0%	0		2.55s	858	1,736	0
Trinity Large Thinking	6.8	9.8	50.0%	0		5.11s	663	1,531	6,078

कोडिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Sonnet 5.5	3.2	9.7	0.0%	0		5.81s	10,608	5,903	0
Trinity Large Thinking	7.5	10.0	66.7%	0		179.02s	7,248	7,413	351,155

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Sonnet 5.5	7.9	6.9	66.7%	1		22.50s	128,879	7,220	4,027
Trinity Large Thinking	2.9	6.0	16.7%	1		382.70s	93,292	35,814	269,745

डेटा पार्सिंग आणि निष्कर्षण	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Sonnet 5.5	10.0	10.0	100.0%	0		2.31s	10,515	312	0
Trinity Large Thinking	6.3	5.8	66.7%	1		16.38s	6,906	475	11,153

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Sonnet 5.5	3.0	10.0	0.0%	0		8.09s	990	3,974	2,570
Trinity Large Thinking	5.3	7.2	44.4%	1		124.17s	756	99,334	172,018

Samanya Buddhimatta	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Sonnet 5.5	4.8	3.2	33.3%	1		2.33s	714	374	0
Trinity Large Thinking	10.0	10.0	100.0%	0		32.22s	501	7,035	7,774

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Sonnet 5.5	6.3	10.0	50.0%	0		1.91s	921	357	0
Trinity Large Thinking	4.4	6.9	16.7%	1		3.99s	684	77	3,798

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Sonnet 5.5	7.7	10.0	66.7%	0		2.50s	912	892	0
Trinity Large Thinking	5.2	5.4	44.5%	2		2.90s	678	2,508	3,231

टूल कॉलिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Sonnet 5.5	10.0	10.0	100.0%	0		4.67s	11,757	354	0
Trinity Large Thinking	10.0	10.0	100.0%	0		5.26s	7,551	299	1,372

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Sonnet 5.5	3.0	10.0	0.0%	0		4.97s	264	334	577
Trinity Large Thinking	3.0	10.0	0.0%	0		97.44s	207	1,680	34,295

झटपट तुलना

तुलना जोडी बदला

Trinity Large ThinkingmediumvsQwen3.6 Flashnone Trinity Large ThinkingmediumvsGemma 4 31Bnoneमोफत उपलब्ध Trinity Large ThinkingmediumvsInklinglow Claude Sonnet 5.5lowvsGemma 4 31Bmediumमोफत उपलब्ध Claude Sonnet 5.5lowvsSeed-2.0-Litenone Trinity Large ThinkingmediumvsGemini 3.1 Flash Litenone Trinity Large ThinkingmediumvsQwen3.7 Flashnone Trinity Large ThinkingmediumvsQwen3.5 Plus 2026-04-20none Claude Sonnet 5.5lowvsGemini 3.1 Flash Liteminimal Claude Sonnet 5.5lowvsMiMo-V2.6-Pronone Claude Sonnet 5.5lowvsQwen3.5-35B-A3Bmedium Trinity Large ThinkingmediumvsGemini 3.1 Flash Liteminimal