Trinity Large Thinking (high) vs Granite 4.1 8B

Trinity Large Thinking (high) average score मध्ये पुढे आहे: 4.8 vs 4.0. Granite 4.1 8B चा benchmark खर्च कमी आहे: $0.007 vs $0.592. Granite 4.1 8B वेगवान आहे: 1.44s vs 75.86s, pass rates 39.4% vs 9.1%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-09-23

तुलना केलेली मॉडेल्स

क्रमांक: #313
एकूण आउटपुट टोकन्स: 932,619
प्रतिसाद वेळ (सरासरी): 75.86s
एकूण खर्च: $0.592

क्रमांक: #339
एकूण आउटपुट टोकन्स: 5,996
प्रतिसाद वेळ (सरासरी): 1.44s
एकूण खर्च: $0.007

शिफारस केलेले मॉडेल Granite 4.1 8B

Its score stays close to the best score here (4.0 vs 4.8), while costing about 94.0x less than Trinity Large Thinking (high).

तपशीलवार तुलना

मेट्रिक	Trinity Large Thinking Trinity Large Thinking high प्रकाशन: 2026-07-28	Granite 4.1 8B Granite 4.1 8B none प्रकाशन: 2026-05-01

मेट्रिक	Trinity Large Thinking Trinity Large Thinking high प्रकाशन: 2026-07-28	Granite 4.1 8B Granite 4.1 8B none प्रकाशन: 2026-05-01
स्कोअर	4.8	4.0
क्रमांक	#313	#339
विश्वसनीयता	10.0	10.0
सुसंगतता	7.2	10.0
प्रयत्न	66/66	66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर	39.4%	9.1%
अस्थिर चाचण्या	8	0
एकूण रन	66	66
प्रति निकाल खर्च	12.473	0.315
एकूण खर्च	$0.592	$0.007
इनपुट किंमत	$0.250 / 1M	$0.050 / 1M
आउटपुट किंमत	$0.800 / 1M	$0.100 / 1M
एकूण इनपुट टोकन्स	101,776	113,836
आउटपुट टोकन्स	276,367	5,996
रिझनिंग टोकन्स	656,252	0
प्रतिसाद वेळ (सरासरी)	75.86s	1.44s
प्रतिसाद वेळ (कमाल)	510.21s	16.67s
प्रतिसाद वेळ (एकूण)	1668.93s	31.75s
पॅरामीटर्स	398B एकूण (13B सक्रिय)	8B
उपलब्धता	वेट्स उपलब्ध	मुक्त स्रोत

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#313 Trinity Large Thinking

high

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

#339 IBM: Granite 4.1 8B

none

खर्च: $0.001
वेळ: 3.2s
टोकन्स: 491 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
Granite 4.1 8B	4.9	10.0	25.0%	0		844ms	645	903	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
Granite 4.1 8B	4.5	10.0	0.0%	0		775ms	8,344	525	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
Granite 4.1 8B	3.0	10.0	0.0%	0		9.28s	86,631	3,481	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
Granite 4.1 8B	3.0	10.0	0.0%	0		575ms	7,617	195	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
Granite 4.1 8B	3.0	10.0	0.0%	0		287ms	777	24	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
Granite 4.1 8B	4.0	10.0	0.0%	0		499ms	528	115	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
Granite 4.1 8B	3.6	9.9	0.0%	0		344ms	687	66	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
Granite 4.1 8B	3.2	10.0	0.0%	0		608ms	672	432	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
Granite 4.1 8B	10.0	10.0	100.0%	0		2.17s	7,719	243	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
Granite 4.1 8B	3.0	10.0	0.0%	0		306ms	216	12	0

झटपट तुलना

तुलना जोडी बदला