Trinity Large Thinking (high) vs Gemini 3.7 Flash (low)

Gemini 3.7 Flash (low) average score मध्ये पुढे आहे: 9.4 vs 5.7. Gemini 3.7 Flash (low) चा benchmark खर्च कमी आहे: $0.183 vs $0.794. Gemini 3.7 Flash (low) वेगवान आहे: 6.24s vs 74.52s, pass rates 42.0% vs 95.7%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-24

तुलना केलेली मॉडेल्स

क्रमांक: #304
एकूण आउटपुट टोकन्स: 717,762
प्रतिसाद वेळ (सरासरी): 74.52s
एकूण खर्च: $0.794

क्रमांक: #26
एकूण आउटपुट टोकन्स: 38,453
प्रतिसाद वेळ (सरासरी): 6.24s
एकूण खर्च: $0.183

शिफारस केलेले मॉडेल Gemini 3.7 Flash (low)

It has the best score here (9.4), while costing about 4.4x less than Trinity Large Thinking (high).

तपशीलवार तुलना

मेट्रिक	Trinity Large Thinking Trinity Large Thinking high प्रकाशन: 2026-07-28	Gemini 3.7 Flash Gemini 3.7 Flash low प्रकाशन: 2026-08-14

मेट्रिक	Trinity Large Thinking Trinity Large Thinking high प्रकाशन: 2026-07-28	Gemini 3.7 Flash Gemini 3.7 Flash low प्रकाशन: 2026-08-14
स्कोअर	5.7	9.4
क्रमांक	#304	#26
विश्वसनीयता	10.0	10.0
सुसंगतता	7.3	9.3
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	42.0%	95.7%
अस्थिर चाचण्या	8	2
एकूण रन	69	69
प्रति निकाल खर्च	11.289	0.868
एकूण खर्च	$0.794	$0.183
इनपुट किंमत	$0.250 / 1M	$0.750 / 1M
आउटपुट किंमत	$0.800 / 1M	$3.750 / 1M
कॅश वाचण्याची किंमत	$0.060 / 1M	$0.075 / 1M
कॅश लिहिण्याची किंमत	लागू नाही	$0.042 / 1M
एकूण इनपुट टोकन्स	283,116	188,519
आउटपुट टोकन्स	277,920	7,694
रिझनिंग टोकन्स	665,124	30,759
प्रतिसाद वेळ (सरासरी)	74.52s	6.24s
प्रतिसाद वेळ (कमाल)	510.21s	58.75s
प्रतिसाद वेळ (एकूण)	1713.90s	143.56s
पॅरामीटर्स	398B एकूण (13B सक्रिय)	~500B एकूण (~20B सक्रिय)
उपलब्धता	वेट्स उपलब्ध	बंद 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.

#304 Trinity Large Thinking

high

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

#26 Gemini 3.7 Flash

low

खर्च: $0.010
वेळ: 23.5s
टोकन्स: 5,210 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
Gemini 3.7 Flash	10.0	10.0	100.0%	0		58.75s	98,197	1,400	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
Gemini 3.7 Flash	10.0	10.0	100.0%	0		1.54s	492	99	1,398

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
Gemini 3.7 Flash	7.6	7.2	77.8%	1		6.20s	8,118	461	11,508

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
Gemini 3.7 Flash	10.0	10.0	100.0%	0		13.00s	66,250	4,873	8,108

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
Gemini 3.7 Flash	10.0	10.0	100.0%	0		2.15s	7,548	278	1,093

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
Gemini 3.7 Flash	8.2	7.2	88.9%	1		3.09s	642	12	3,029

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
Gemini 3.7 Flash	10.0	10.0	100.0%	0		2.76s	486	81	1,043

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
Gemini 3.7 Flash	10.0	10.0	100.0%	0		2.47s	615	72	1,778

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
Gemini 3.7 Flash	10.0	10.0	100.0%	0		1.92s	558	166	1,580

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
Gemini 3.7 Flash	10.0	10.0	100.0%	0		4.10s	5,457	241	160

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
Gemini 3.7 Flash	10.0	10.0	100.0%	0		2.92s	156	11	1,062

तुलना जोडी बदला