नेव्हिगेशन
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Trinity Large Thinking (low) vs DeepSeek V3.2 (medium)

average score जवळपास समान आहे: 6.3 vs 6.3. DeepSeek V3.2 (medium) चा benchmark खर्च कमी आहे: $0.145 vs $0.700. DeepSeek V3.2 (medium) वेगवान आहे: 70.08s vs 95.16s, pass rates 47.8% vs 62.3%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-01

तुलना केलेली मॉडेल्स

क्रमांक
#222
एकूण आउटपुट टोकन्स
842,200
प्रतिसाद वेळ (सरासरी)
95.16s
एकूण खर्च
$0.700
क्रमांक
#221
एकूण आउटपुट टोकन्स
143,160
प्रतिसाद वेळ (सरासरी)
70.08s
एकूण खर्च
$0.145
शिफारस केलेले मॉडेल DeepSeek V3.2 (medium)

It has the best score here (6.3), while costing about 4.8x less than Trinity Large Thinking (low).

तपशीलवार तुलना

मेट्रिक Trinity Large Thinking Trinity Large Thinking low प्रकाशन: 2026-07-28 DeepSeek V3.2 DeepSeek V3.2 medium प्रकाशन: 2025-12-01
स्कोअर 6.3 6.3
क्रमांक #222 #221
विश्वसनीयता 10.0 10.0
सुसंगतता 8.1 7.5
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 47.8% 62.3%
अस्थिर चाचण्या 6 7
एकूण रन 69 69
प्रति निकाल खर्च 9.163 1.250
एकूण खर्च $0.700 $0.145
इनपुट किंमत $0.250 / 1M $0.280 / 1M
आउटपुट किंमत $0.800 / 1M $0.420 / 1M
एकूण इनपुट टोकन्स 347,980 306,662
आउटपुट टोकन्स 121,898 17,819
रिझनिंग टोकन्स 720,302 125,341
प्रतिसाद वेळ (सरासरी) 95.16s 70.08s
प्रतिसाद वेळ (कमाल) 540.96s 376.10s
प्रतिसाद वेळ (एकूण) 2188.74s 1611.86s
पॅरामीटर्स 398B एकूण (13B सक्रिय) 671B एकूण (37B 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.

#222 Trinity Large Thinking

low
खर्च
$0.021
वेळ
173.2s
टोकन्स
24,586 tok

#221 DeepSeek V3.2

medium
खर्च
$0.001
वेळ
53.6s
टोकन्स
1,932 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 5.3 10.0 33.3% 0 344.45s 5,441 27,039 217,241
DeepSeek V3.2 6.0 7.2 55.6% 1 248.68s 5,717 649 52,014

झटपट तुलना

तुलना जोडी बदला