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 DeepSeek V4.1 Flash

average score जवळपास समान आहे: 5.7 vs 5.8. DeepSeek V4.1 Flash चा benchmark खर्च कमी आहे: $0.391 vs $0.794. DeepSeek V4.1 Flash वेगवान आहे: 16.63s vs 74.52s, pass rates 42.0% vs 36.2%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-11-13

तुलना केलेली मॉडेल्स

क्रमांक
#345
एकूण आउटपुट टोकन्स
717,762
प्रतिसाद वेळ (सरासरी)
74.52s
एकूण खर्च
$0.794
क्रमांक
#342
एकूण आउटपुट टोकन्स
292,779
प्रतिसाद वेळ (सरासरी)
16.63s
एकूण खर्च
$0.391
शिफारस केलेले मॉडेल DeepSeek V4.1 Flash

It has the best score here (5.8), while costing about 2.0x less than Trinity Large Thinking (high).

तपशीलवार तुलना

मेट्रिक Trinity Large Thinking Trinity Large Thinking high प्रकाशन: 2026-07-28 DeepSeek V4.1 Flash DeepSeek V4.1 Flash none प्रकाशन: 2026-09-10
स्कोअर 5.7 5.8
क्रमांक #345 #342
विश्वसनीयता 10.0 9.7
सुसंगतता 7.3 9.1
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 42.0% 36.2%
अस्थिर चाचण्या 8 3
एकूण रन 69 69
प्रति निकाल खर्च 11.289 2.806
एकूण खर्च $0.794 $0.391
इनपुट किंमत $0.250 / 1M $0.013 / 1M
आउटपुट किंमत $0.800 / 1M $1.320 / 1M
कॅश वाचण्याची किंमत $0.060 / 1M $0.013 / 1M
कॅश लिहिण्याची किंमत लागू नाही लागू नाही
एकूण इनपुट टोकन्स 283,116 337,756
आउटपुट टोकन्स 277,920 292,779
रिझनिंग टोकन्स 665,124 0
प्रतिसाद वेळ (सरासरी) 74.52s 16.63s
प्रतिसाद वेळ (कमाल) 510.21s 247.66s
प्रतिसाद वेळ (एकूण) 1713.90s 382.53s
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.

#345 Trinity Large Thinking

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

#342 DeepSeek V4.1 Flash

none
खर्च
$0.021
वेळ
55.4s
टोकन्स
17,181 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
DeepSeek V4.1 Flash 5.5 10.0 33.3% 0 83.66s 7,284 263,438 0

तुलना जोडी बदला