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: 2026-10-05

तुलना केलेली मॉडेल्स

क्रमांक: #263
एकूण आउटपुट टोकन्स: 943,044
प्रतिसाद वेळ (सरासरी): 74.52s
एकूण खर्च: $0.794

क्रमांक: #258
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

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	#263	#258
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.

#263 Trinity Large Thinking

high

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

#258 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

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
Qwen3.8 Flash Next	5.0	10.0	0.0%	0		65.25s	185,217	1,896	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
Qwen3.8 Flash Next	6.5	10.0	50.0%	0		1.70s	696	504	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
Qwen3.8 Flash Next	5.5	10.0	33.3%	0		1.64s	7,911	669	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
Qwen3.8 Flash Next	3.0	10.0	0.0%	0		11.98s	53,031	4,614	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
Qwen3.8 Flash Next	10.0	10.0	100.0%	0		1.60s	8,109	249	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
Qwen3.8 Flash Next	3.0	10.0	0.0%	0		5.38s	798	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
Qwen3.8 Flash Next	6.1	3.1	66.7%	1		1.09s	522	103	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
Qwen3.8 Flash Next	7.1	5.8	83.3%	1		612ms	711	74	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
Qwen3.8 Flash Next	6.3	7.8	55.6%	1		1.30s	714	667	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
Qwen3.8 Flash Next	10.0	10.0	100.0%	0		4.35s	8,085	259	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
Qwen3.8 Flash Next	3.0	10.0	0.0%	0		540ms	210	18	0

झटपट तुलना

तुलना जोडी बदला