नेव्हिगेशन
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Trinity Large Thinking (medium) vs Gemini 3.5 Flash

average score जवळपास समान आहे: 6.1 vs 6.1. Trinity Large Thinking (medium) चा benchmark खर्च कमी आहे: $0.862 vs $1.752. Gemini 3.5 Flash वेगवान आहे: 14.13s vs 84.01s, pass rates 49.3% vs 68.1%.

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
#314
एकूण आउटपुट टोकन्स
153,595
प्रतिसाद वेळ (सरासरी)
14.13s
एकूण खर्च
$1.752
शिफारस केलेले मॉडेल Gemini 3.5 Flash

It has the best score here (6.1), while responding about 5.9x faster than Trinity Large Thinking (medium).

तपशीलवार तुलना

मेट्रिक Trinity Large Thinking Trinity Large Thinking medium प्रकाशन: 2026-07-28 Gemini 3.5 Flash Gemini 3.5 Flash none प्रकाशन: 2026-05-19
स्कोअर 6.1 6.1
क्रमांक #316 #314
विश्वसनीयता 10.0 10.0
सुसंगतता 7.7 8.6
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 49.3% 68.1%
अस्थिर चाचण्या 7 4
एकूण रन 69 69
प्रति निकाल खर्च 10.772 12.511
एकूण खर्च $0.862 $1.752
इनपुट किंमत $0.250 / 1M $1.500 / 1M
आउटपुट किंमत $0.800 / 1M $9.000 / 1M
कॅश वाचण्याची किंमत $0.060 / 1M $0.150 / 1M
कॅश लिहिण्याची किंमत लागू नाही $0.084 / 1M
एकूण इनपुट टोकन्स 319,352 246,061
आउटपुट टोकन्स 158,447 3,828
रिझनिंग टोकन्स 875,524 149,767
प्रतिसाद वेळ (सरासरी) 84.01s 14.13s
प्रतिसाद वेळ (कमाल) 525.14s 85.26s
प्रतिसाद वेळ (एकूण) 1932.24s 268.55s
पॅरामीटर्स 398B एकूण (13B सक्रिय) ~500B एकूण (~20B 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

#314 Gemini 3.5 Flash

none
खर्च
$0.225
वेळ
125.5s
टोकन्स
25,004 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 3.5 Flash 8.8 7.8 88.9% 1 34.69s 8,122 456 75,471

तुलना जोडी बदला