Trinity Large Thinking (high) vs Cobuddy (medium)

Trinity Large Thinking (high) average score मध्ये पुढे आहे: 4.8 vs 4.7. Cobuddy (medium) चा benchmark खर्च कमी आहे: $0.000 vs $0.592. Cobuddy (medium) वेगवान आहे: 39.90s vs 75.86s, pass rates 39.4% vs 45.5%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-09-10

तुलना केलेली मॉडेल्स

क्रमांक: #288
एकूण आउटपुट टोकन्स: 932,619
प्रतिसाद वेळ (सरासरी): 75.86s
एकूण खर्च: $0.592

क्रमांक: #296
एकूण आउटपुट टोकन्स: 118,380
प्रतिसाद वेळ (सरासरी): 39.90s
एकूण खर्च: $0.000

शिफारस केलेले मॉडेल Trinity Large Thinking (high)

It has the strongest score in this comparison (4.8) and the best overall balance of cost and response time across all 2 models.

तपशीलवार तुलना

मेट्रिक	Trinity Large Thinking Trinity Large Thinking high प्रकाशन: 2026-07-28	Cobuddy Cobuddy medium प्रकाशन: 2026-05-06

मेट्रिक	Trinity Large Thinking Trinity Large Thinking high प्रकाशन: 2026-07-28	Cobuddy Cobuddy medium प्रकाशन: 2026-05-06
स्कोअर	4.8	4.7
क्रमांक	#288	#296
विश्वसनीयता	10.0	10.0
सुसंगतता	7.2	7.2
प्रयत्न	66/66	63/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर	39.4%	45.5%
अस्थिर चाचण्या	8	6
एकूण रन	66	63
प्रति निकाल खर्च	12.473	0.000
एकूण खर्च	$0.592	$0.000
इनपुट किंमत	$0.250 / 1M	$0.000 / 1M
आउटपुट किंमत	$0.800 / 1M	$0.000 / 1M
एकूण इनपुट टोकन्स	101,776	37,449
आउटपुट टोकन्स	276,367	1,677
रिझनिंग टोकन्स	656,252	116,703
प्रतिसाद वेळ (सरासरी)	75.86s	39.90s
प्रतिसाद वेळ (कमाल)	510.21s	309.02s
प्रतिसाद वेळ (एकूण)	1668.93s	797.98s
पॅरामीटर्स	398B एकूण (13B सक्रिय)	~21B एकूण (~3B सक्रिय)
उपलब्धता	वेट्स उपलब्ध	बंद स्रोत

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#288 Trinity Large Thinking

high

खर्च: $0.028
वेळ: 130.1s
टोकन्स: 34,387 tok

#296 Cobuddy

medium

No endpoints found for baidu/cobuddy:free.

खर्च: $0.000
वेळ: 0.1s
टोकन्स: 0 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
Trinity Large Thinking	6.7	8.1	58.3%	1		4.13s	663	3,108	7,565
Cobuddy	8.7	7.9	91.7%	1		10.00s	453	98	4,666

कोडिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Trinity Large Thinking	3.7	4.7	33.3%	2		245.04s	7,204	83,616	266,836
Cobuddy	3.7	6.7	22.2%	1		79.17s	4,726	358	30,138

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Trinity Large Thinking	3.0	10.0	0.0%	0		262.39s	76,626	14,706	149,243
Cobuddy	1.5	5.0	0.0%	0		47.38s	18,324	465	7,265

डेटा पार्सिंग आणि निष्कर्षण	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Trinity Large Thinking	6.3	5.8	66.7%	1		13.98s	6,906	580	9,338
Cobuddy	6.3	5.8	66.7%	1		17.36s	8,181	275	5,591

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Trinity Large Thinking	2.9	7.2	11.1%	1		66.94s	756	163,364	166,091
Cobuddy	2.9	4.4	22.2%	2		128.15s	540	10	49,454

Samanya Buddhimatta	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Trinity Large Thinking	6.5	3.4	66.7%	1		12.90s	501	5,700	5,942
Cobuddy	4.2	9.9	0.0%	0		23.23s	498	76	3,782

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Trinity Large Thinking	6.3	10.0	50.0%	0		4.12s	684	88	2,853
Cobuddy	9.8	10.0	100.0%	0		11.60s	508	64	2,842

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Trinity Large Thinking	4.7	5.2	33.3%	2		3.84s	678	2,566	3,368
Cobuddy	3.6	7.2	22.2%	1		12.83s	561	189	5,808

टूल कॉलिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Trinity Large Thinking	10.0	10.0	100.0%	0		5.96s	7,551	282	1,440
Cobuddy	10.0	10.0	100.0%	0		11.19s	3,505	133	294

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Trinity Large Thinking	3.0	10.0	0.0%	0		125.13s	207	2,357	43,576
Cobuddy	3.0	10.0	0.0%	0		36.98s	153	9	6,863

झटपट तुलना

तुलना जोडी बदला