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

Trinity Large Thinking (low) average score मध्ये पुढे आहे: 6.3 vs 6.1. KAT-Coder-Pro V2.5 चा benchmark खर्च कमी आहे: $0.487 vs $0.700. KAT-Coder-Pro V2.5 वेगवान आहे: 24.96s vs 95.16s, pass rates 47.8% vs 68.1%.

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: #236
एकूण आउटपुट टोकन्स: 139,572
प्रतिसाद वेळ (सरासरी): 24.96s
एकूण खर्च: $0.487

शिफारस केलेले मॉडेल KAT-Coder-Pro V2.5

Its score stays close to the best score here (6.1 vs 6.3), while responding about 3.8x 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 none प्रकाशन: 2026-07-14

मेट्रिक	Trinity Large Thinking Trinity Large Thinking low प्रकाशन: 2026-07-28	KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 none प्रकाशन: 2026-07-14
स्कोअर	6.3	6.1
क्रमांक	#222	#236
विश्वसनीयता	10.0	10.0
सुसंगतता	8.1	7.1
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	47.8%	68.1%
अस्थिर चाचण्या	6	8
एकूण रन	69	69
प्रति निकाल खर्च	9.163	4.419
एकूण खर्च	$0.700	$0.487
इनपुट किंमत	$0.250 / 1M	$0.740 / 1M
आउटपुट किंमत	$0.800 / 1M	$2.960 / 1M
एकूण इनपुट टोकन्स	347,980	98,508
आउटपुट टोकन्स	121,898	139,572
रिझनिंग टोकन्स	720,302	0
प्रतिसाद वेळ (सरासरी)	95.16s	24.96s
प्रतिसाद वेळ (कमाल)	540.96s	335.41s
प्रतिसाद वेळ (एकूण)	2188.74s	574.12s
पॅरामीटर्स	398B एकूण (13B सक्रिय)	~700B एकूण (~72B सक्रिय)
उपलब्धता	वेट्स उपलब्ध	बंद 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

#236 KAT-Coder-Pro V2.5

none

खर्च: $0.010
वेळ: 29.0s
टोकन्स: 3,439 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:

स्वायत्त एजंट कार्ये	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Trinity Large Thinking	7.4	3.8	66.7%	1		63.23s	225,126	2,088	21,753
KAT-Coder-Pro V2.5	3.0	10.0	0.0%	0		1.90s	0	0	0

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
KAT-Coder-Pro V2.5	8.7	7.9	91.7%	1		4.58s	672	3,998	0

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	6.1	4.7	66.7%	2		22.52s	7,893	22,440	0

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
KAT-Coder-Pro V2.5	4.1	5.0	33.3%	1		183.08s	70,881	77,889	0

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
KAT-Coder-Pro V2.5	10.0	10.0	100.0%	0		5.07s	7,776	2,361	0

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
KAT-Coder-Pro V2.5	4.1	4.4	44.5%	2		24.90s	780	24,683	0

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
KAT-Coder-Pro V2.5	4.8	3.2	33.3%	1		5.16s	516	1,067	0

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
KAT-Coder-Pro V2.5	9.8	10.0	100.0%	0		2.61s	699	1,084	0

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
KAT-Coder-Pro V2.5	8.2	7.2	88.9%	1		3.03s	696	1,929	0

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
KAT-Coder-Pro V2.5	10.0	10.0	100.0%	0		5.93s	8,391	1,103	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
KAT-Coder-Pro V2.5	3.0	10.0	0.0%	0		9.91s	204	3,018	0

झटपट तुलना

तुलना जोडी बदला