नेव्हिगेशन
Advertise here

Trinity Large Thinking (medium) vs Gemini 3.1 Flash Lite Preview

Gemini 3.1 Flash Lite Preview average score मध्ये पुढे आहे: 6.2 vs 6.1. Gemini 3.1 Flash Lite Preview चा benchmark खर्च कमी आहे: $0.090 vs $0.862. Gemini 3.1 Flash Lite Preview वेगवान आहे: 3.60s vs 84.01s, pass rates 49.3% vs 55.1%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-11-13

तुलना केलेली मॉडेल्स

क्रमांक
#316
एकूण आउटपुट टोकन्स
925,046
प्रतिसाद वेळ (सरासरी)
84.01s
एकूण खर्च
$0.862
क्रमांक
#312
एकूण आउटपुट टोकन्स
15,760
प्रतिसाद वेळ (सरासरी)
3.60s
एकूण खर्च
$0.090
शिफारस केलेले मॉडेल Gemini 3.1 Flash Lite Preview

It has the best score here (6.2), while costing about 9.7x less than Trinity Large Thinking (medium).

तपशीलवार तुलना

मेट्रिक Trinity Large Thinking Trinity Large Thinking medium प्रकाशन: 2026-07-28 Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview none प्रकाशन: 2026-03-03
स्कोअर 6.1 6.2
क्रमांक #316 #312
विश्वसनीयता 10.0 10.0
सुसंगतता 7.7 9.7
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 49.3% 55.1%
अस्थिर चाचण्या 7 1
एकूण रन 69 69
प्रति निकाल खर्च 10.772 0.743
एकूण खर्च $0.862 $0.090
इनपुट किंमत $0.250 / 1M $0.250 / 1M
आउटपुट किंमत $0.800 / 1M $1.500 / 1M
कॅश वाचण्याची किंमत $0.060 / 1M $0.025 / 1M
कॅश लिहिण्याची किंमत लागू नाही $0.084 / 1M
एकूण इनपुट टोकन्स 319,352 261,962
आउटपुट टोकन्स 158,447 12,799
रिझनिंग टोकन्स 875,524 2,961
प्रतिसाद वेळ (सरासरी) 84.01s 3.60s
प्रतिसाद वेळ (कमाल) 525.14s 48.59s
प्रतिसाद वेळ (एकूण) 1932.24s 82.91s
पॅरामीटर्स 398B एकूण (13B सक्रिय) ~150B एकूण (~10B सक्रिय)
उपलब्धता वेट्स उपलब्ध बंद स्रोत

कॅशच्या किमती इनपुट टोकनला लागू होतात. वाचताना साठवलेले प्रॉम्प्ट पुन्हा वापरले जातात; लिहिताना ते साठवले जातात आणि अधिक खर्च होऊ शकतो. आउटपुट टोकनला आउटपुट किंमत लागू होते.

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#316 Trinity Large Thinking

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

#312 Gemini 3.1 Flash Lite Preview

none
खर्च
$0.003
वेळ
4.7s
टोकन्स
1,827 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 7.5 10.0 66.7% 0 179.02s 7,248 7,413 351,155
Gemini 3.1 Flash Lite Preview 5.5 10.0 33.3% 0 967ms 8,128 670 0

तुलना जोडी बदला