नेव्हिगेशन
Advertise here

Trinity Large Thinking (medium) vs Qwen3.5 Plus 2026-04-20

average score जवळपास समान आहे: 6.1 vs 6.1. Qwen3.5 Plus 2026-04-20 चा benchmark खर्च कमी आहे: $0.216 vs $0.862. Qwen3.5 Plus 2026-04-20 वेगवान आहे: 18.49s vs 84.01s, pass rates 49.3% vs 44.9%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-11-10

तुलना केलेली मॉडेल्स

क्रमांक
#303
एकूण आउटपुट टोकन्स
925,046
प्रतिसाद वेळ (सरासरी)
84.01s
एकूण खर्च
$0.862
क्रमांक
#306
एकूण आउटपुट टोकन्स
69,664
प्रतिसाद वेळ (सरासरी)
18.49s
एकूण खर्च
$0.216
शिफारस केलेले मॉडेल Qwen3.5 Plus 2026-04-20

It has the best score here (6.1), while costing about 4.0x less than Trinity Large Thinking (medium).

तपशीलवार तुलना

मेट्रिक Trinity Large Thinking Trinity Large Thinking medium प्रकाशन: 2026-07-28 Qwen3.5 Plus 2026-04-20 Qwen3.5 Plus 2026-04-20 none प्रकाशन: 2026-04-20
स्कोअर 6.1 6.1
क्रमांक #303 #306
विश्वसनीयता 10.0 9.8
सुसंगतता 7.7 8.4
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 49.3% 44.9%
अस्थिर चाचण्या 7 5
एकूण रन 69 69
प्रति निकाल खर्च 10.772 2.816
एकूण खर्च $0.862 $0.216
इनपुट किंमत $0.250 / 1M $0.300 / 1M
आउटपुट किंमत $0.800 / 1M $1.800 / 1M
कॅश वाचण्याची किंमत $0.060 / 1M लागू नाही
कॅश लिहिण्याची किंमत लागू नाही $0.375 / 1M
एकूण इनपुट टोकन्स 319,352 299,984
आउटपुट टोकन्स 158,447 69,664
रिझनिंग टोकन्स 875,524 0
प्रतिसाद वेळ (सरासरी) 84.01s 18.49s
प्रतिसाद वेळ (कमाल) 525.14s 206.05s
प्रतिसाद वेळ (एकूण) 1932.24s 425.33s
पॅरामीटर्स 398B एकूण (13B सक्रिय) ~397B एकूण (~17B 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.

#303 Trinity Large Thinking

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

#306 Qwen3.5 Plus 2026-04-20

none
खर्च
$0.008
वेळ
77.0s
टोकन्स
4,369 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
Qwen3.5 Plus 2026-04-20 3.9 7.8 11.1% 1 1.69s 7,913 480 0

झटपट तुलना

तुलना जोडी बदला

Trinity Large ThinkingmediumvsBeam 1.0 501B A23BhighApodex 1.1 Minilowमोफत उपलब्धvsQwen3.5 Plus 2026-04-20noneQwen3.5 Plus 2026-04-20nonevsStep 5 PreviewmediumApodex 1.1 Minilowमोफत उपलब्धvsTrinity Large ThinkingmediumTrinity Large ThinkingmediumvsInklingnoneमोफत उपलब्धQwen3.5 Plus 2026-04-20nonevsBeam 1.0 501B A23BhighGranite 4.2 8BmediumvsQwen3.5 Plus 2026-04-20noneTrinity Large ThinkingmediumvsGemini 3.5 FlashnoneKAT-Coder-Pro V2.5defaultvsQwen3.5 Plus 2026-04-20noneTrinity Large ThinkingmediumvsKAT-Coder-Pro V2.5defaultApodex 1.1 Minimediumमोफत उपलब्धvsQwen3.5 Plus 2026-04-20noneClaude Fable 5.1lowvsTrinity Large Thinkingmedium