Trinity Large Thinking (low) vs Qwen3.5-35B-A3B (medium)

Qwen3.5-35B-A3B (medium) average score मध्ये पुढे आहे: 6.1 vs 6.0. Trinity Large Thinking (low) चा benchmark खर्च कमी आहे: $0.658 vs $1.140. Trinity Large Thinking (low) वेगवान आहे: 96.61s vs 110.84s, 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: #170
एकूण आउटपुट टोकन्स: 893,463
प्रतिसाद वेळ (सरासरी): 110.84s
एकूण खर्च: $1.140

शिफारस केलेले मॉडेल Trinity Large Thinking (low)

Its score stays close to the best score here (6.0 vs 6.1), while costing about 1.7x less than Qwen3.5-35B-A3B (medium).

तपशीलवार तुलना

मेट्रिक	Trinity Large Thinking Trinity Large Thinking low प्रकाशन: 2026-07-28	Qwen3.5-35B-A3B Qwen3.5-35B-A3B medium प्रकाशन: 2026-02-24

मेट्रिक	Trinity Large Thinking Trinity Large Thinking low प्रकाशन: 2026-07-28	Qwen3.5-35B-A3B Qwen3.5-35B-A3B medium प्रकाशन: 2026-02-24
स्कोअर	6.0	6.1
क्रमांक	#181	#170
विश्वसनीयता	10.0	10.0
सुसंगतता	8.3	7.6
प्रयत्न	66/66	66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर	47.0%	65.2%
अस्थिर चाचण्या	5	6
एकूण रन	66	66
प्रति निकाल खर्च	8.221	9.806
एकूण खर्च	$0.658	$1.140
इनपुट किंमत	$0.220 / 1M	$0.250 / 1M
आउटपुट किंमत	$0.850 / 1M	$1.250 / 1M
एकूण इनपुट टोकन्स	122,854	130,450
आउटपुट टोकन्स	119,810	54,857
रिझनिंग टोकन्स	698,549	838,606
प्रतिसाद वेळ (सरासरी)	96.61s	110.84s
प्रतिसाद वेळ (कमाल)	540.96s	950.25s
प्रतिसाद वेळ (एकूण)	2125.51s	2438.58s
पॅरामीटर्स	398B एकूण (13B सक्रिय)	35B एकूण (3B सक्रिय)
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

#170 Qwen3.5-35B-A3B

medium

खर्च: $0.009
वेळ: 71.4s
टोकन्स: 8,631 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
Qwen3.5-35B-A3B	10.0	10.0	100.0%	0		21.13s	672	798	42,652

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
Qwen3.5-35B-A3B	5.9	9.3	33.3%	0		206.65s	4,106	23,844	111,462

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
Qwen3.5-35B-A3B	3.8	5.8	33.3%	1		512.79s	109,184	775	444,948

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
Qwen3.5-35B-A3B	7.3	5.9	83.3%	1		59.33s	6,061	235	19,493

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
Qwen3.5-35B-A3B	3.5	4.4	33.3%	2		76.44s	562	14,268	98,934

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
Qwen3.5-35B-A3B	2.8	1.6	33.3%	1		30.30s	172	20	3,753

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
Qwen3.5-35B-A3B	10.0	10.0	100.0%	0		24.45s	699	97	17,361

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
Qwen3.5-35B-A3B	8.2	7.2	88.9%	1		33.13s	597	3,592	26,585

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
Qwen3.5-35B-A3B	10.0	10.0	100.0%	0		4.65s	8,193	309	1,365

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
Qwen3.5-35B-A3B	3.0	10.0	0.0%	0		177.35s	204	10,919	72,053

झटपट तुलना

तुलना जोडी बदला

Gemini 3.1 Flash LiteminimalvsQwen3.5-35B-A3Bmedium Gemini 3.1 Flash LitenonevsQwen3.5-35B-A3Bmedium Trinity Large ThinkinglowvsGemini 2.5 Flashnone Trinity Large ThinkinglowvsNemotron 3 Ultranoneमोफत उपलब्ध Qwen3.5-35B-A3BmediumvsInklinglow Claude Sonnet 5nonevsQwen3.5-35B-A3Bmedium Gemma 4 31Bnoneमोफत उपलब्धvsQwen3.5-35B-A3Bmedium GPT-5.6 LunalowvsQwen3.5-35B-A3Bmedium Trinity Large ThinkinglowvsQwen3.5 Plus 2026-04-20none Seed-2.0-LitenonevsQwen3.5-35B-A3Bmedium Trinity Large ThinkinglowvsGemma 4 31Bnoneमोफत उपलब्ध Trinity Large ThinkinglowvsQwen3.6 Flashnone