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 V4 Flash 0731

Trinity Large Thinking (low) average score मध्ये पुढे आहे: 6.3 vs 6.2. DeepSeek V4 Flash 0731 चा benchmark खर्च कमी आहे: $0.053 vs $0.918. DeepSeek V4 Flash 0731 वेगवान आहे: 27.42s vs 95.16s, pass rates 47.8% vs 30.4%.

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
#311
एकूण आउटपुट टोकन्स
39,789
प्रतिसाद वेळ (सरासरी)
27.42s
एकूण खर्च
$0.053
शिफारस केलेले मॉडेल DeepSeek V4 Flash 0731

Its score stays close to the best score here (6.2 vs 6.3), while costing about 17.5x less than Trinity Large Thinking (low).

तपशीलवार तुलना

मेट्रिक Trinity Large Thinking Trinity Large Thinking low प्रकाशन: 2026-07-28 DeepSeek V4 Flash 0731 DeepSeek V4 Flash 0731 none प्रकाशन: 2026-08-01
स्कोअर 6.3 6.2
क्रमांक #305 #311
विश्वसनीयता 10.0 10.0
सुसंगतता 8.1 8.7
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 47.8% 30.4%
अस्थिर चाचण्या 6 4
एकूण रन 69 69
प्रति निकाल खर्च 9.163 0.826
एकूण खर्च $0.918 $0.053
इनपुट किंमत $0.250 / 1M $0.005 / 1M
आउटपुट किंमत $0.800 / 1M $1.280 / 1M
कॅश वाचण्याची किंमत $0.060 / 1M $0.005 / 1M
कॅश लिहिण्याची किंमत लागू नाही लागू नाही
एकूण इनपुट टोकन्स 347,980 349,876
आउटपुट टोकन्स 121,898 39,789
रिझनिंग टोकन्स 720,302 0
प्रतिसाद वेळ (सरासरी) 95.16s 27.42s
प्रतिसाद वेळ (कमाल) 540.96s 387.15s
प्रतिसाद वेळ (एकूण) 2188.74s 630.70s
पॅरामीटर्स 398B एकूण (13B सक्रिय) 284B एकूण (13B सक्रिय)
उपलब्धता वेट्स उपलब्ध बंद 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

#311 DeepSeek V4 Flash 0731

none
खर्च
$0.004
वेळ
198.4s
टोकन्स
14,316 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 V4 Flash 0731 4.3 10.0 0.0% 0 1.72s 7,275 505 0

तुलना जोडी बदला