नेव्हिगेशन
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Trinity Large Thinking (high) vs Seed 2.1 Turbo

average score जवळपास समान आहे: 5.7 vs 5.7. Seed 2.1 Turbo चा benchmark खर्च कमी आहे: $0.182 vs $0.645. Seed 2.1 Turbo वेगवान आहे: 9.65s vs 74.52s, pass rates 42.0% vs 52.2%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-01

तुलना केलेली मॉडेल्स

क्रमांक
#253
एकूण आउटपुट टोकन्स
943,044
प्रतिसाद वेळ (सरासरी)
74.52s
एकूण खर्च
$0.645
क्रमांक
#256
एकूण आउटपुट टोकन्स
13,105
प्रतिसाद वेळ (सरासरी)
9.65s
एकूण खर्च
$0.182
शिफारस केलेले मॉडेल Seed 2.1 Turbo

It has the best score here (5.7), while costing about 3.5x less than Trinity Large Thinking (high).

तपशीलवार तुलना

मेट्रिक Trinity Large Thinking Trinity Large Thinking high प्रकाशन: 2026-07-28 Seed 2.1 Turbo Seed 2.1 Turbo none प्रकाशन: 2026-08-12
स्कोअर 5.7 5.7
क्रमांक #253 #256
विश्वसनीयता 10.0 10.0
सुसंगतता 7.3 9.0
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 42.0% 52.2%
अस्थिर चाचण्या 8 3
एकूण रन 69 69
प्रति निकाल खर्च 11.289 1.819
एकूण खर्च $0.645 $0.182
इनपुट किंमत $0.250 / 1M $0.500 / 1M
आउटपुट किंमत $0.800 / 1M $2.500 / 1M
एकूण इनपुट टोकन्स 283,116 298,242
आउटपुट टोकन्स 277,920 13,105
रिझनिंग टोकन्स 665,124 0
प्रतिसाद वेळ (सरासरी) 74.52s 9.65s
प्रतिसाद वेळ (कमाल) 510.21s 71.45s
प्रतिसाद वेळ (एकूण) 1713.90s 221.91s
पॅरामीटर्स 398B एकूण (13B सक्रिय) ~200B एकूण (~20B 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.

#253 Trinity Large Thinking

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

#256 Seed 2.1 Turbo

none
खर्च
$0.093
वेळ
517.1s
टोकन्स
37,102 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

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
Seed 2.1 Turbo 4.5 7.9 22.2% 1 2.35s 8,211 608 0

झटपट तुलना

तुलना जोडी बदला