नेव्हिगेशन
Advertise here

Trinity Large Thinking (low) vs Step 3.5 Flash (medium)

Trinity Large Thinking (low) average score मध्ये पुढे आहे: 6.0 vs 5.9. Step 3.5 Flash (medium) चा benchmark खर्च कमी आहे: $0.132 vs $0.625. Trinity Large Thinking (low) वेगवान आहे: 96.61s vs 191.63s, pass rates 47.0% vs 50.0%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-09-10

तुलना केलेली मॉडेल्स

क्रमांक
#208
एकूण आउटपुट टोकन्स
818,359
प्रतिसाद वेळ (सरासरी)
96.61s
एकूण खर्च
$0.625
क्रमांक
#216
एकूण आउटपुट टोकन्स
568,536
प्रतिसाद वेळ (सरासरी)
191.63s
एकूण खर्च
$0.132
शिफारस केलेले मॉडेल Step 3.5 Flash (medium)

Its score stays close to the best score here (5.9 vs 6.0), while costing about 4.8x less than Trinity Large Thinking (low).

तपशीलवार तुलना

मेट्रिक Trinity Large Thinking Trinity Large Thinking low प्रकाशन: 2026-07-28 Step 3.5 Flash Step 3.5 Flash medium प्रकाशन: 2026-02-01
स्कोअर 6.0 5.9
क्रमांक #208 #216
विश्वसनीयता 10.0 10.0
सुसंगतता 8.3 8.6
प्रयत्न 66/66 63/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर 47.0% 50.0%
अस्थिर चाचण्या 5 2
एकूण रन 66 63
प्रति निकाल खर्च 8.221 0.858
एकूण खर्च $0.625 $0.132
इनपुट किंमत $0.250 / 1M $0.100 / 1M
आउटपुट किंमत $0.800 / 1M $0.300 / 1M
एकूण इनपुट टोकन्स 122,854 65,716
आउटपुट टोकन्स 119,810 189,424
रिझनिंग टोकन्स 698,549 379,112
प्रतिसाद वेळ (सरासरी) 96.61s 191.63s
प्रतिसाद वेळ (कमाल) 540.96s 1597.85s
प्रतिसाद वेळ (एकूण) 2125.51s 3066.07s
पॅरामीटर्स 398B एकूण (13B सक्रिय) 196B एकूण (11B 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.

#208 Trinity Large Thinking

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

#216 Step 3.5 Flash

medium
खर्च
$0.008
वेळ
277.1s
टोकन्स
23,695 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
Step 3.5 Flash 2.4 5.2 0.0% 0 258.38s 2,211 13,207 22,429

झटपट तुलना

तुलना जोडी बदला

Qwen3.5-35B-A3BnonevsStep 3.5 FlashmediumTrinity Large ThinkinglowvsGemini 2.5 FlashnoneTrinity Large ThinkinglowvsNemotron 3 Ultranoneमोफत उपलब्धQwen3.5-FlashnonevsStep 3.5 FlashmediumTrinity Large ThinkinglowvsQwen3.5 Plus 2026-04-20noneGPT-5.6 TerranonevsStep 3.5 FlashmediumTrinity Large ThinkinglowvsGemma 4 31Bnoneमोफत उपलब्धStep 3.5 FlashmediumvsGLM 5.3 FlashlowGPT-5.4 MininonevsStep 3.5 FlashmediumTrinity Large ThinkinglowvsQwen3.6 FlashnoneSeed 2.1 TurbononevsStep 3.5 FlashmediumTrinity Large ThinkinglowvsGPT-5.6 Terranone