नेव्हिगेशन
AI BENCHY
Advertise here

Trinity Large Thinking (high) vs Hy4 preview

average score जवळपास समान आहे: 4.8 vs 4.8. Hy4 preview चा benchmark खर्च कमी आहे: $0.041 vs $0.624. Hy4 preview वेगवान आहे: 39.24s vs 75.86s, pass rates 39.4% vs 16.7%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-08-29

क्रमांक
#257
एकूण आउटपुट टोकन्स
932,619
प्रतिसाद वेळ (सरासरी)
75.86s
एकूण खर्च
$0.624
क्रमांक
#253
एकूण आउटपुट टोकन्स
7,306
प्रतिसाद वेळ (सरासरी)
39.24s
एकूण खर्च
$0.041
शिफारस केलेले मॉडेल Hy4 preview

It has the best score here (4.8), while costing about 15.5x less than Trinity Large Thinking (high).

तपशीलवार तुलना

मेट्रिक Trinity Large Thinking Trinity Large Thinking high प्रकाशन: 2026-07-28 Hy4 preview Hy4 preview none प्रकाशन: 2026-08-29
स्कोअर 4.8 4.8
क्रमांक #257 #253
विश्वसनीयता 10.0 4.3
सुसंगतता 7.2 9.3
प्रयत्न 66/66 66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर 39.4% 16.7%
अस्थिर चाचण्या 8 1
एकूण रन 66 66
प्रति निकाल खर्च 12.473 1.343
एकूण खर्च $0.624 $0.041
इनपुट किंमत $0.220 / 1M $0.834 / 1M
आउटपुट किंमत $0.850 / 1M $2.501 / 1M
एकूण इनपुट टोकन्स 101,776 26,376
आउटपुट टोकन्स 276,367 7,306
रिझनिंग टोकन्स 656,252 0
प्रतिसाद वेळ (सरासरी) 75.86s 39.24s
प्रतिसाद वेळ (कमाल) 510.21s 95.32s
प्रतिसाद वेळ (एकूण) 1668.93s 863.30s
पॅरामीटर्स 398B एकूण (13B सक्रिय) 770B एकूण (49B सक्रिय)
उपलब्धता वेट्स उपलब्ध मुक्त स्रोत

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#257 Trinity Large Thinking

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

#253 Hy4 preview

none
This operation was aborted
खर्च
$0.000
वेळ
0.0s
टोकन्स
0 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
Hy4 preview 3.8 9.4 0.0% 0 45.53s 6,646 4,103 0

झटपट तुलना

तुलना जोडी बदला