Trinity Large Thinking (medium) vs Gemini 2.5 Flash

Trinity Large Thinking (medium) average score मध्ये पुढे आहे: 6.1 vs 6.0. Gemini 2.5 Flash चा benchmark खर्च कमी आहे: $0.017 vs $0.756. Gemini 2.5 Flash वेगवान आहे: 6.19s vs 85.44s, pass rates 48.5% vs 39.4%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-09-28

तुलना केलेली मॉडेल्स

क्रमांक: #232
एकूण आउटपुट टोकन्स: 1,016,785
प्रतिसाद वेळ (सरासरी): 85.44s
एकूण खर्च: $0.756

क्रमांक: #238
एकूण आउटपुट टोकन्स: 1,890
प्रतिसाद वेळ (सरासरी): 6.19s
एकूण खर्च: $0.017

शिफारस केलेले मॉडेल Gemini 2.5 Flash

Its score stays close to the best score here (6.0 vs 6.1), while costing about 45.3x less than Trinity Large Thinking (medium).

तपशीलवार तुलना

मेट्रिक	Trinity Large Thinking Trinity Large Thinking medium प्रकाशन: 2026-07-28	Gemini 2.5 Flash Gemini 2.5 Flash none प्रकाशन: 2025-06-17

मेट्रिक	Trinity Large Thinking Trinity Large Thinking medium प्रकाशन: 2026-07-28	Gemini 2.5 Flash Gemini 2.5 Flash none प्रकाशन: 2025-06-17
स्कोअर	6.1	6.0
क्रमांक	#232	#238
विश्वसनीयता	10.0	10.0
सुसंगतता	7.9	9.6
प्रयत्न	66/66	66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर	48.5%	39.4%
अस्थिर चाचण्या	6	1
एकूण रन	66	66
प्रति निकाल खर्च	9.972	0.209
एकूण खर्च	$0.756	$0.017
इनपुट किंमत	$0.250 / 1M	$0.300 / 1M
आउटपुट किंमत	$0.800 / 1M	$2.500 / 1M
एकूण इनपुट टोकन्स	118,486	39,886
आउटपुट टोकन्स	156,166	1,890
रिझनिंग टोकन्स	860,619	0
प्रतिसाद वेळ (सरासरी)	85.44s	6.19s
प्रतिसाद वेळ (कमाल)	525.14s	118.00s
प्रतिसाद वेळ (एकूण)	1879.75s	136.23s
पॅरामीटर्स	398B एकूण (13B सक्रिय)	~350B एकूण (~20B 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

#238 Gemini 2.5 Flash

none

अवैध SVG

खर्च: $0.164
वेळ: 215.5s
टोकन्स: 65,659 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	6.8	9.8	50.0%	0		5.11s	663	1,531	6,078
Gemini 2.5 Flash	3.0	10.0	0.0%	0		582ms	492	102	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
Gemini 2.5 Flash	5.5	10.0	33.3%	0		736ms	8,122	483	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
Gemini 2.5 Flash	3.0	10.0	0.0%	0		61.19s	16,470	486	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
Gemini 2.5 Flash	10.0	10.0	100.0%	0		652ms	7,257	279	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
Gemini 2.5 Flash	3.6	7.2	22.2%	1		449ms	642	12	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
Gemini 2.5 Flash	5.0	10.0	0.0%	0		615ms	486	78	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
Gemini 2.5 Flash	10.0	10.0	100.0%	0		590ms	615	72	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
Gemini 2.5 Flash	7.7	10.0	66.7%	0		604ms	558	132	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
Gemini 2.5 Flash	10.0	10.0	100.0%	0		1.91s	5,088	234	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
Gemini 2.5 Flash	3.0	10.0	0.0%	0		1.15s	156	12	0

झटपट तुलना

तुलना जोडी बदला