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: $0.152 vs $0.918. 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: 2026-11-13

तुलना केलेली मॉडेल्स

क्रमांक
#305
एकूण आउटपुट टोकन्स
765,746
प्रतिसाद वेळ (सरासरी)
95.16s
एकूण खर्च
$0.918
क्रमांक
#304
एकूण आउटपुट टोकन्स
139,141
प्रतिसाद वेळ (सरासरी)
70.08s
एकूण खर्च
$0.152
शिफारस केलेले मॉडेल DeepSeek V3.2 (medium)

It has the best score here (6.3), while costing about 6.0x 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 #305 #304
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 $0.918 $0.152
इनपुट किंमत $0.250 / 1M $0.280 / 1M
आउटपुट किंमत $0.800 / 1M $0.420 / 1M
कॅश वाचण्याची किंमत $0.060 / 1M $0.028 / 1M
कॅश लिहिण्याची किंमत लागू नाही लागू नाही
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

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.

#305 Trinity Large Thinking

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

#304 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

तुलना जोडी बदला