नेव्हिगेशन
Advertise here

Trinity Large Thinking (low) vs KAT-Coder-Pro V2.5 (medium)

Trinity Large Thinking (low) average score मध्ये पुढे आहे: 6.3 vs 6.2. KAT-Coder-Pro V2.5 (medium) चा benchmark खर्च कमी आहे: $0.669 vs $0.918. KAT-Coder-Pro V2.5 (medium) वेगवान आहे: 23.94s 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
#309
एकूण आउटपुट टोकन्स
139,375
प्रतिसाद वेळ (सरासरी)
23.94s
एकूण खर्च
$0.669
शिफारस केलेले मॉडेल KAT-Coder-Pro V2.5 (medium)

Its score stays close to the best score here (6.2 vs 6.3), while responding about 4.0x faster than Trinity Large Thinking (low).

तपशीलवार तुलना

मेट्रिक Trinity Large Thinking Trinity Large Thinking low प्रकाशन: 2026-07-28 KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 medium प्रकाशन: 2026-07-14
स्कोअर 6.3 6.2
क्रमांक #305 #309
विश्वसनीयता 10.0 10.0
सुसंगतता 8.1 7.2
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 47.8% 62.3%
अस्थिर चाचण्या 6 8
एकूण रन 69 69
प्रति निकाल खर्च 9.163 4.342
एकूण खर्च $0.918 $0.669
इनपुट किंमत $0.250 / 1M $0.740 / 1M
आउटपुट किंमत $0.800 / 1M $2.960 / 1M
कॅश वाचण्याची किंमत $0.060 / 1M $0.150 / 1M
कॅश लिहिण्याची किंमत लागू नाही लागू नाही
एकूण इनपुट टोकन्स 347,980 87,916
आउटपुट टोकन्स 121,898 7,213
रिझनिंग टोकन्स 720,302 132,162
प्रतिसाद वेळ (सरासरी) 95.16s 23.94s
प्रतिसाद वेळ (कमाल) 540.96s 257.00s
प्रतिसाद वेळ (एकूण) 2188.74s 550.52s
पॅरामीटर्स 398B एकूण (13B सक्रिय) ~700B एकूण (~72B 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

#309 KAT-Coder-Pro V2.5

medium
खर्च
$0.009
वेळ
25.6s
टोकन्स
2,939 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
KAT-Coder-Pro V2.5 7.8 10.0 66.7% 0 33.10s 7,893 416 33,658

तुलना जोडी बदला