Trinity Large Thinking (medium) vs Gemini 3.7 Flash (low)

Gemini 3.7 Flash (low) average score मध्ये पुढे आहे: 9.4 vs 6.1. Gemini 3.7 Flash (low) चा benchmark खर्च कमी आहे: $0.183 vs $0.862. Gemini 3.7 Flash (low) वेगवान आहे: 6.24s vs 84.01s, pass rates 49.3% vs 95.7%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-24

तुलना केलेली मॉडेल्स

क्रमांक: #278
एकूण आउटपुट टोकन्स: 925,046
प्रतिसाद वेळ (सरासरी): 84.01s
एकूण खर्च: $0.862

क्रमांक: #26
एकूण आउटपुट टोकन्स: 38,453
प्रतिसाद वेळ (सरासरी): 6.24s
एकूण खर्च: $0.183

शिफारस केलेले मॉडेल Gemini 3.7 Flash (low)

It has the best score here (9.4), while costing about 4.7x less than Trinity Large Thinking (medium).

तपशीलवार तुलना

मेट्रिक	Trinity Large Thinking Trinity Large Thinking medium प्रकाशन: 2026-07-28	Gemini 3.7 Flash Gemini 3.7 Flash low प्रकाशन: 2026-08-14

मेट्रिक	Trinity Large Thinking Trinity Large Thinking medium प्रकाशन: 2026-07-28	Gemini 3.7 Flash Gemini 3.7 Flash low प्रकाशन: 2026-08-14
स्कोअर	6.1	9.4
क्रमांक	#278	#26
विश्वसनीयता	10.0	10.0
सुसंगतता	7.7	9.3
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	49.3%	95.7%
अस्थिर चाचण्या	7	2
एकूण रन	69	69
प्रति निकाल खर्च	10.772	0.868
एकूण खर्च	$0.862	$0.183
इनपुट किंमत	$0.250 / 1M	$0.750 / 1M
आउटपुट किंमत	$0.800 / 1M	$3.750 / 1M
कॅश वाचण्याची किंमत	$0.060 / 1M	$0.075 / 1M
कॅश लिहिण्याची किंमत	लागू नाही	$0.042 / 1M
एकूण इनपुट टोकन्स	319,352	188,519
आउटपुट टोकन्स	158,447	7,694
रिझनिंग टोकन्स	875,524	30,759
प्रतिसाद वेळ (सरासरी)	84.01s	6.24s
प्रतिसाद वेळ (कमाल)	525.14s	58.75s
प्रतिसाद वेळ (एकूण)	1932.24s	143.56s
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.

#278 Trinity Large Thinking

medium

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

#26 Gemini 3.7 Flash

low

खर्च: $0.010
वेळ: 23.5s
टोकन्स: 5,210 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
Gemini 3.7 Flash	10.0	10.0	100.0%	0		58.75s	98,197	1,400	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
Gemini 3.7 Flash	10.0	10.0	100.0%	0		1.54s	492	99	1,398

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 3.7 Flash	7.6	7.2	77.8%	1		6.20s	8,118	461	11,508

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 3.7 Flash	10.0	10.0	100.0%	0		13.00s	66,250	4,873	8,108

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 3.7 Flash	10.0	10.0	100.0%	0		2.15s	7,548	278	1,093

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 3.7 Flash	8.2	7.2	88.9%	1		3.09s	642	12	3,029

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 3.7 Flash	10.0	10.0	100.0%	0		2.76s	486	81	1,043

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 3.7 Flash	10.0	10.0	100.0%	0		2.47s	615	72	1,778

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 3.7 Flash	10.0	10.0	100.0%	0		1.92s	558	166	1,580

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 3.7 Flash	10.0	10.0	100.0%	0		4.10s	5,457	241	160

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 3.7 Flash	10.0	10.0	100.0%	0		2.92s	156	11	1,062

तुलना जोडी बदला

Trinity Large ThinkingmediumvsBeam 1.0 501B A23Bhigh Claude Opus 5highvsGemini 3.7 Flashlow Claude Opus 5mediumvsGemini 3.7 Flashlow Apodex 1.1 Minilowमोफत उपलब्धvsTrinity Large Thinkingmedium Trinity Large ThinkingmediumvsInklingnoneमोफत उपलब्ध Trinity Large ThinkingmediumvsQwen3.5 Plus 2026-04-20none Trinity Large ThinkingmediumvsGemini 3.5 Flashnone Claude Opus 5.5highvsGemini 3.7 Flashlow Trinity Large ThinkingmediumvsKAT-Coder-Pro V2.5default Claude Fable 5.1lowvsTrinity Large Thinkingmedium Trinity Large ThinkingmediumvsGemini 3.1 Flash Lite Previewnone Trinity Large ThinkingmediumvsDeepSeek V4 Flash 0731none