Trinity Large Thinking (high) vs DeepSeek V4.1 Flash 1017

DeepSeek V4.1 Flash 1017 average score मध्ये पुढे आहे: 5.8 vs 5.7. DeepSeek V4.1 Flash 1017 चा benchmark खर्च कमी आहे: $0.055 vs $0.794. DeepSeek V4.1 Flash 1017 वेगवान आहे: 3.46s vs 74.52s, pass rates 42.0% vs 36.2%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-19

तुलना केलेली मॉडेल्स

क्रमांक: #301
एकूण आउटपुट टोकन्स: 717,762
प्रतिसाद वेळ (सरासरी): 74.52s
एकूण खर्च: $0.794

क्रमांक: #296
एकूण आउटपुट टोकन्स: 16,806
प्रतिसाद वेळ (सरासरी): 3.46s
एकूण खर्च: $0.055

शिफारस केलेले मॉडेल DeepSeek V4.1 Flash 1017

It has the best score here (5.8), while costing about 14.7x less than Trinity Large Thinking (high).

तपशीलवार तुलना

मेट्रिक	Trinity Large Thinking Trinity Large Thinking high प्रकाशन: 2026-07-28	DeepSeek V4.1 Flash 1017 DeepSeek V4.1 Flash 1017 none प्रकाशन: 2026-10-18

मेट्रिक	Trinity Large Thinking Trinity Large Thinking high प्रकाशन: 2026-07-28	DeepSeek V4.1 Flash 1017 DeepSeek V4.1 Flash 1017 none प्रकाशन: 2026-10-18
स्कोअर	5.7	5.8
क्रमांक	#301	#296
विश्वसनीयता	10.0	10.0
सुसंगतता	7.3	9.7
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	42.0%	36.2%
अस्थिर चाचण्या	8	1
एकूण रन	69	69
प्रति निकाल खर्च	11.289	0.678
एकूण खर्च	$0.794	$0.055
इनपुट किंमत	$0.250 / 1M	$0.150 / 1M
आउटपुट किंमत	$0.800 / 1M	$0.600 / 1M
कॅश वाचण्याची किंमत	$0.060 / 1M	$0.003 / 1M
कॅश लिहिण्याची किंमत	लागू नाही	लागू नाही
एकूण इनपुट टोकन्स	283,116	293,927
आउटपुट टोकन्स	277,920	16,806
रिझनिंग टोकन्स	665,124	0
प्रतिसाद वेळ (सरासरी)	74.52s	3.46s
प्रतिसाद वेळ (कमाल)	510.21s	43.95s
प्रतिसाद वेळ (एकूण)	1713.90s	79.48s
पॅरामीटर्स	398B एकूण (13B सक्रिय)	~748B एकूण (~16B सक्रिय)
उपलब्धता	वेट्स उपलब्ध	मुक्त स्रोत

कॅशच्या किमती इनपुट टोकनला लागू होतात. वाचताना साठवलेले प्रॉम्प्ट पुन्हा वापरले जातात; लिहिताना ते साठवले जातात आणि अधिक खर्च होऊ शकतो. आउटपुट टोकनला आउटपुट किंमत लागू होते.

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#301 Trinity Large Thinking

high

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

#296 DeepSeek V4.1 Flash 1017

none

खर्च: $0.001
वेळ: 7.1s
टोकन्स: 2,012 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:

स्वायत्त एजंट कार्ये	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		44.97s	181,340	1,553	8,872
DeepSeek V4.1 Flash 1017	5.0	10.0	0.0%	0		43.95s	168,815	3,381	0

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
DeepSeek V4.1 Flash 1017	3.6	10.0	0.0%	0		1.14s	552	990	0

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
DeepSeek V4.1 Flash 1017	5.6	9.9	33.3%	0		2.38s	7,284	3,922	0

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
DeepSeek V4.1 Flash 1017	3.0	10.0	0.0%	0		7.51s	99,393	7,551	0

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
DeepSeek V4.1 Flash 1017	10.0	10.0	100.0%	0		544ms	7,296	201	0

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
DeepSeek V4.1 Flash 1017	7.7	10.0	66.7%	0		463ms	684	30	0

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
DeepSeek V4.1 Flash 1017	5.1	3.4	33.3%	1		616ms	474	113	0

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
DeepSeek V4.1 Flash 1017	6.5	10.0	50.0%	0		608ms	633	60	0

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
DeepSeek V4.1 Flash 1017	5.4	10.0	33.3%	0		750ms	603	315	0

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
DeepSeek V4.1 Flash 1017	10.0	10.0	100.0%	0		1.60s	8,007	228	0

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
DeepSeek V4.1 Flash 1017	3.0	10.0	0.0%	0		655ms	186	15	0

तुलना जोडी बदला