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 Qwen3.8 Flash Next

Qwen3.8 Flash Next average score मध्ये पुढे आहे: 5.8 vs 5.7. Qwen3.8 Flash Next चा benchmark खर्च कमी आहे: ~$0.011 vs $0.794. Qwen3.8 Flash Next वेगवान आहे: 5.71s vs 74.52s, pass rates 42.0% vs 43.5%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-11-18

तुलना केलेली मॉडेल्स

क्रमांक
#366
एकूण आउटपुट टोकन्स
717,762
प्रतिसाद वेळ (सरासरी)
74.52s
एकूण खर्च
$0.794
क्रमांक
#359
एकूण आउटपुट टोकन्स
9,077
प्रतिसाद वेळ (सरासरी)
5.71s
एकूण खर्च
~$0.011
शिफारस केलेले मॉडेल Qwen3.8 Flash Next

It has the best score here (5.8), while costing about 73.3x less than Trinity Large Thinking (high).

तपशीलवार तुलना

मेट्रिक Trinity Large Thinking Trinity Large Thinking high प्रकाशन: 2026-07-28 Qwen3.8 Flash Next Qwen3.8 Flash Next none प्रकाशन: 2026-10-04
स्कोअर 5.7 5.8
क्रमांक #366 #359
विश्वसनीयता 10.0 10.0
सुसंगतता 7.3 9.0
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 42.0% 43.5%
अस्थिर चाचण्या 8 3
एकूण रन 69 69
प्रति निकाल खर्च 11.289 ~0.136
एकूण खर्च $0.794 ~$0.011
इनपुट किंमत $0.250 / 1M लागू नाही
आउटपुट किंमत $0.800 / 1M लागू नाही
कॅश वाचण्याची किंमत $0.060 / 1M लागू नाही
कॅश लिहिण्याची किंमत लागू नाही लागू नाही
एकूण इनपुट टोकन्स 283,116 266,004
आउटपुट टोकन्स 277,920 9,077
रिझनिंग टोकन्स 665,124 0
प्रतिसाद वेळ (सरासरी) 74.52s 5.71s
प्रतिसाद वेळ (कमाल) 510.21s 65.25s
प्रतिसाद वेळ (एकूण) 1713.90s 131.36s
पॅरामीटर्स 398B एकूण (13B सक्रिय) 180B एकूण (6B सक्रिय)
उपलब्धता वेट्स उपलब्ध वेट्स उपलब्ध

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.

#366 Trinity Large Thinking

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

#359 Qwen3.8 Flash Next

none
खर्च
~$0.001
वेळ
27.5s
टोकन्स
2,983 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
Qwen3.8 Flash Next 5.5 10.0 33.3% 0 1.64s 7,911 669 0

तुलना जोडी बदला