Trinity Large Thinking (low) vs Space Bunny Alpha (xhigh)

Trinity Large Thinking (low) average score मध्ये पुढे आहे: 6.3 vs 6.2. Space Bunny Alpha (xhigh) चा benchmark खर्च कमी आहे: $0.000 vs $0.700. Space Bunny Alpha (xhigh) वेगवान आहे: 60.03s vs 95.16s, pass rates 47.8% vs 55.1%.

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: #225
एकूण आउटपुट टोकन्स: 381,919
प्रतिसाद वेळ (सरासरी): 60.03s
एकूण खर्च: $0.000

शिफारस केलेले मॉडेल Trinity Large Thinking (low)

It has the strongest score in this comparison (6.3) and the best overall balance of cost and response time across all 2 models.

तपशीलवार तुलना

मेट्रिक	Trinity Large Thinking Trinity Large Thinking low प्रकाशन: 2026-07-28	Space Bunny Alpha Space Bunny Alpha xhigh प्रकाशन: 2026-09-24

मेट्रिक	Trinity Large Thinking Trinity Large Thinking low प्रकाशन: 2026-07-28	Space Bunny Alpha Space Bunny Alpha xhigh प्रकाशन: 2026-09-24
स्कोअर	6.3	6.2
क्रमांक	#222	#225
विश्वसनीयता	10.0	10.0
सुसंगतता	8.1	7.1
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	47.8%	55.1%
अस्थिर चाचण्या	6	8
एकूण रन	69	69
प्रति निकाल खर्च	9.163	0.000
एकूण खर्च	$0.700	$0.000
इनपुट किंमत	$0.250 / 1M	$0.000 / 1M
आउटपुट किंमत	$0.800 / 1M	$0.000 / 1M
एकूण इनपुट टोकन्स	347,980	363,310
आउटपुट टोकन्स	121,898	381,919
रिझनिंग टोकन्स	720,302	0
प्रतिसाद वेळ (सरासरी)	95.16s	60.03s
प्रतिसाद वेळ (कमाल)	540.96s	459.99s
प्रतिसाद वेळ (एकूण)	2188.74s	1380.67s
पॅरामीटर्स	398B एकूण (13B 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

#225 Space Bunny Alpha

xhigh

खर्च: $0.000
वेळ: 98.6s
टोकन्स: 10,913 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
Space Bunny Alpha	5.2	3.2	33.3%	1		159.12s	224,595	29,052	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
Space Bunny Alpha	6.4	5.8	66.7%	2		3.02s	2,130	2,441	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
Space Bunny Alpha	6.6	5.0	66.7%	2		10.64s	8,493	10,115	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
Space Bunny Alpha	3.2	5.0	16.7%	1		37.06s	104,734	23,241	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
Space Bunny Alpha	10.0	10.0	100.0%	0		1.94s	7,890	808	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
Space Bunny Alpha	5.9	7.2	55.6%	1		234.13s	1,869	202,184	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
Space Bunny Alpha	5.0	10.0	0.0%	0		4.74s	855	1,097	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
Space Bunny Alpha	5.6	5.8	33.3%	1		2.22s	1,425	987	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
Space Bunny Alpha	7.9	9.9	66.7%	0		5.45s	1,782	4,016	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
Space Bunny Alpha	10.0	10.0	100.0%	0		3.83s	8,961	644	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
Space Bunny Alpha	3.0	10.0	0.0%	0		367.80s	576	107,334	0

झटपट तुलना

तुलना जोडी बदला

Trinity Large ThinkinglowvsDeepSeek V3.2medium Trinity Large ThinkinglowvsSpace Bunny Alphamedium KAT-Coder-Pro V2.5mediumvsSpace Bunny Alphaxhigh Trinity Large ThinkinglowvsDeepSeek V4 Flash 0423none Trinity Large ThinkinglowvsGrok 4.20medium DeepSeek V4 Flash 0731nonevsSpace Bunny Alphaxhigh Trinity Large ThinkinglowvsQwen3.5 Plus 2026-02-15none Trinity Large ThinkinglowvsSolar Pro 4high Space Bunny AlphaxhighvsGrok 4.20medium DeepSeek V4 Flash 0423nonevsSpace Bunny Alphaxhigh Gemini 3.1 Flash Lite PreviewnonevsSpace Bunny Alphaxhigh Claude Fable 5.1lowvsSpace Bunny Alphaxhigh