Trinity Large Thinking (medium) vs DeepSeek V4 Flash 0731

DeepSeek V4 Flash 0731 average score मध्ये पुढे आहे: 6.2 vs 6.1. DeepSeek V4 Flash 0731 चा benchmark खर्च कमी आहे: $0.055 vs $0.820. DeepSeek V4 Flash 0731 वेगवान आहे: 27.42s vs 84.01s, pass rates 49.3% vs 30.4%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-01

तुलना केलेली मॉडेल्स

क्रमांक: #232
एकूण आउटपुट टोकन्स: 1,033,971
प्रतिसाद वेळ (सरासरी): 84.01s
एकूण खर्च: $0.820

क्रमांक: #228
एकूण आउटपुट टोकन्स: 39,789
प्रतिसाद वेळ (सरासरी): 27.42s
एकूण खर्च: $0.055

शिफारस केलेले मॉडेल DeepSeek V4 Flash 0731

It has the best score here (6.2), while costing about 15.1x less than Trinity Large Thinking (medium).

तपशीलवार तुलना

मेट्रिक	Trinity Large Thinking Trinity Large Thinking medium प्रकाशन: 2026-07-28	DeepSeek V4 Flash 0731 DeepSeek V4 Flash 0731 none प्रकाशन: 2026-08-01

मेट्रिक	Trinity Large Thinking Trinity Large Thinking medium प्रकाशन: 2026-07-28	DeepSeek V4 Flash 0731 DeepSeek V4 Flash 0731 none प्रकाशन: 2026-08-01
स्कोअर	6.1	6.2
क्रमांक	#232	#228
विश्वसनीयता	10.0	10.0
सुसंगतता	7.7	8.7
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	49.3%	30.4%
अस्थिर चाचण्या	7	4
एकूण रन	69	69
प्रति निकाल खर्च	10.772	0.826
एकूण खर्च	$0.820	$0.055
इनपुट किंमत	$0.250 / 1M	$0.010 / 1M
आउटपुट किंमत	$0.800 / 1M	$1.280 / 1M
एकूण इनपुट टोकन्स	319,352	349,876
आउटपुट टोकन्स	158,447	39,789
रिझनिंग टोकन्स	875,524	0
प्रतिसाद वेळ (सरासरी)	84.01s	27.42s
प्रतिसाद वेळ (कमाल)	525.14s	387.15s
प्रतिसाद वेळ (एकूण)	1932.24s	630.70s
पॅरामीटर्स	398B एकूण (13B सक्रिय)	284B 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.

#232 Trinity Large Thinking

medium

खर्च: $0.016
वेळ: 75.9s
टोकन्स: 19,401 tok

#228 DeepSeek V4 Flash 0731

none

खर्च: $0.004
वेळ: 198.4s
टोकन्स: 14,316 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	6.1	3.1	66.7%	1		52.50s	200,866	2,281	14,905
DeepSeek V4 Flash 0731	10.0	10.0	100.0%	0		174.89s	255,310	14,363	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	6.8	9.8	50.0%	0		5.11s	663	1,531	6,078
DeepSeek V4 Flash 0731	3.4	8.3	8.3%	1		4.19s	540	801	0

कोडिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Trinity Large Thinking	7.5	10.0	66.7%	0		179.02s	7,248	7,413	351,155
DeepSeek V4 Flash 0731	4.3	10.0	0.0%	0		1.72s	7,275	505	0

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Trinity Large Thinking	2.9	6.0	16.7%	1		382.70s	93,292	35,814	269,745
DeepSeek V4 Flash 0731	3.7	1.8	50.0%	2		202.44s	65,531	22,822	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	6.3	5.8	66.7%	1		16.38s	6,906	475	11,153
DeepSeek V4 Flash 0731	10.0	10.0	100.0%	0		2.37s	7,290	199	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	5.3	7.2	44.4%	1		124.17s	756	99,334	172,018
DeepSeek V4 Flash 0731	5.3	10.0	33.3%	0		1.17s	675	26	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		32.22s	501	7,035	7,774
DeepSeek V4 Flash 0731	4.4	9.9	0.0%	0		3.22s	471	153	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	6.9	16.7%	1		3.99s	684	77	3,798
DeepSeek V4 Flash 0731	5.0	6.8	33.3%	1		1.42s	627	69	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	5.2	5.4	44.5%	2		2.90s	678	2,508	3,231
DeepSeek V4 Flash 0731	3.2	9.9	0.0%	0		2.74s	594	302	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		5.26s	7,551	299	1,372
DeepSeek V4 Flash 0731	9.5	10.0	100.0%	0		4.61s	11,380	536	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		97.44s	207	1,680	34,295
DeepSeek V4 Flash 0731	3.0	10.0	0.0%	0		1.85s	183	13	0

झटपट तुलना

तुलना जोडी बदला

Trinity Large ThinkingmediumvsInklingnoneमोफत उपलब्ध Trinity Large ThinkingmediumvsQwen3.5 Plus 2026-04-20none DeepSeek V4 Flash 0731nonevsKAT-Coder-Pro V2.5medium Trinity Large ThinkingmediumvsGemini 3.5 Flashnone DeepSeek V4 Flash 0731nonevsSpace Bunny Alphaxhigh Claude Fable 5.1lowvsDeepSeek V4 Flash 0731none Trinity Large ThinkingmediumvsKAT-Coder-Pro V2.5none DeepSeek V4 Flash 0731nonevsGrok 4.20medium Claude Fable 5.1lowvsTrinity Large Thinkingmedium Trinity Large ThinkinglowvsDeepSeek V4 Flash 0731none Trinity Large ThinkingmediumvsGemini 3.1 Flash Lite Previewnone DeepSeek V4 Flash 0731nonevsSpace Bunny Alphamedium