Trinity Large Thinking (low) vs Gemma 4 31B (medium)

Gemma 4 31B (medium) average score मध्ये पुढे आहे: 6.2 vs 6.0. Gemma 4 31B (medium) चा benchmark खर्च कमी आहे: $0.100 vs $0.658. Gemma 4 31B (medium) वेगवान आहे: 78.59s vs 96.61s, pass rates 47.0% vs 65.2%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-08-20

क्रमांक: #181
एकूण आउटपुट टोकन्स: 818,359
प्रतिसाद वेळ (सरासरी): 96.61s
एकूण खर्च: $0.658

क्रमांक: #166
एकूण आउटपुट टोकन्स: 267,421
प्रतिसाद वेळ (सरासरी): 78.59s
एकूण खर्च: $0.100

शिफारस केलेले मॉडेल Gemma 4 31B (medium)

It has the best score here (6.2), while costing about 6.6x less than Trinity Large Thinking (low).

तपशीलवार तुलना

मेट्रिक	Trinity Large Thinking Trinity Large Thinking low प्रकाशन: 2026-07-28	Gemma 4 31B Gemma 4 31B medium प्रकाशन: 2026-04-02 मोफत उपलब्ध

मेट्रिक	Trinity Large Thinking Trinity Large Thinking low प्रकाशन: 2026-07-28	Gemma 4 31B Gemma 4 31B medium प्रकाशन: 2026-04-02 मोफत उपलब्ध
स्कोअर	6.0	6.2
क्रमांक	#181	#166
विश्वसनीयता	10.0	10.0
सुसंगतता	8.3	8.7
प्रयत्न	66/66	66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर	47.0%	65.2%
अस्थिर चाचण्या	5	3
एकूण रन	66	66
प्रति निकाल खर्च	8.221	1.152
एकूण खर्च	$0.658	$0.100
इनपुट किंमत	$0.220 / 1M	$0.090 / 1M
आउटपुट किंमत	$0.850 / 1M	$0.340 / 1M
एकूण इनपुट टोकन्स	122,854	94,969
आउटपुट टोकन्स	119,810	34,399
रिझनिंग टोकन्स	698,549	233,022
प्रतिसाद वेळ (सरासरी)	96.61s	78.59s
प्रतिसाद वेळ (कमाल)	540.96s	437.40s
प्रतिसाद वेळ (एकूण)	2125.51s	1571.84s
पॅरामीटर्स	398B एकूण (13B सक्रिय)	30.7B
उपलब्धता	वेट्स उपलब्ध	मुक्त स्रोत

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#181 Trinity Large Thinking

low

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

#166 Gemma 4 31B

medium

खर्च: $0.002
वेळ: 45.7s
टोकन्स: 2,696 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:

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	8.3	10.0	75.0%	0		5.70s	663	1,451	5,431
Gemma 4 31B	10.0	10.0	100.0%	0		12.89s	816	962	2,046

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
Gemma 4 31B	4.3	5.8	22.2%	1		219.76s	5,568	11,098	33,212

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Trinity Large Thinking	5.2	6.0	33.3%	1		291.02s	99,467	9,848	234,039
Gemma 4 31B	2.9	5.8	16.7%	1		433.11s	77,035	12,112	157,552

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	7.3	5.8	83.3%	1		14.30s	6,906	459	9,451
Gemma 4 31B	10.0	10.0	100.0%	0		21.11s	8,334	1,822	2,951

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		140.26s	756	72,049	217,598
Gemma 4 31B	5.3	7.2	44.4%	1		59.92s	853	4,280	18,729

Samanya Buddhimatta	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		12.65s	501	5,138	5,695
Gemma 4 31B	10.0	10.0	100.0%	0		9.57s	567	105	888

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Trinity Large Thinking	4.4	6.8	16.7%	1		4.07s	684	45	3,710
Gemma 4 31B	10.0	10.0	100.0%	0		12.76s	777	533	2,035

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Trinity Large Thinking	6.3	7.9	44.4%	1		3.28s	678	2,625	3,077
Gemma 4 31B	9.9	10.0	100.0%	0		26.91s	801	1,795	5,595

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		5.19s	7,551	299	1,430
Gemma 4 31B	3.0	10.0	0.0%	0		0ms	0	0	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		2.10s	207	857	877
Gemma 4 31B	3.0	10.0	0.0%	0		90.14s	218	1,692	10,014

झटपट तुलना

तुलना जोडी बदला

Seed-2.0-LitenonevsGemma 4 31Bmediumमोफत उपलब्ध Gemma 4 31Bmediumमोफत उपलब्धvsGPT-5.6 Lunalow Trinity Large ThinkinglowvsGemini 2.5 Flashnone Trinity Large ThinkinglowvsNemotron 3 Ultranoneमोफत उपलब्ध Claude Sonnet 5nonevsGemma 4 31Bmediumमोफत उपलब्ध Trinity Large ThinkinglowvsQwen3.5 Plus 2026-04-20none Trinity Large ThinkinglowvsGemma 4 31Bnoneमोफत उपलब्ध Trinity Large ThinkinglowvsQwen3.6 Flashnone Gemma 4 31Bmediumमोफत उपलब्धvsQwen3.7 Flashnone Gemma 4 31Bmediumमोफत उपलब्धvsInklinglow Trinity Large ThinkinglowvsGPT-5.6 Terranone Trinity Large ThinkinglowvsQwen3.5-Flashmedium