नेव्हिगेशन
AI BENCHY
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 Qwen3.7 Flash

Qwen3.7 Flash average score मध्ये पुढे आहे: 6.1 vs 6.0. Qwen3.7 Flash चा benchmark खर्च कमी आहे: $0.019 vs $0.792. Qwen3.7 Flash वेगवान आहे: 10.06s vs 84.96s, pass rates 45.5% vs 36.4%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-28

क्रमांक
#150
एकूण आउटपुट टोकन्स
1,002,646
प्रतिसाद वेळ (सरासरी)
84.96s
एकूण खर्च
$0.792
क्रमांक
#136
एकूण आउटपुट टोकन्स
90,507
प्रतिसाद वेळ (सरासरी)
10.06s
एकूण खर्च
$0.019
शिफारस केलेले मॉडेल Qwen3.7 Flash

It has the best score here (6.1), while costing about 43.2x less than Trinity Large Thinking (medium).

तपशीलवार तुलना

मेट्रिक Trinity Large Thinking Trinity Large Thinking medium प्रकाशन: 2026-07-28 Qwen3.7 Flash Qwen3.7 Flash none प्रकाशन: 2026-07-28
स्कोअर 6.0 6.1
क्रमांक #150 #136
विश्वसनीयता 10.0 10.0
सुसंगतता 7.6 9.2
बरोबर चाचण्या
प्रति प्रयत्न पास दर 45.5% 36.4%
अस्थिर चाचण्या 7 2
एकूण रन 66 66
प्रति निकाल खर्च 11.308 0.262
एकूण खर्च $0.792 $0.019
इनपुट किंमत $0.220 / 1M $0.030 / 1M
आउटपुट किंमत $0.850 / 1M $0.130 / 1M
एकूण इनपुट टोकन्स 118,477 218,731
आउटपुट टोकन्स 148,823 90,507
रिझनिंग टोकन्स 853,823 0
प्रतिसाद वेळ (सरासरी) 84.96s 10.06s
प्रतिसाद वेळ (कमाल) 525.14s 186.24s
प्रतिसाद वेळ (एकूण) 1869.16s 221.34s

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#150 Trinity Large Thinking

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

#136 Qwen3.7 Flash

none
खर्च
$0.001
वेळ
34.0s
टोकन्स
4,814 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
Qwen3.7 Flash 5.5 10.0 33.3% 0 1.55s 7,911 855 0

झटपट तुलना

तुलना जोडी बदला