नेव्हिगेशन
Advertise here

Trinity Large Thinking (medium) vs Beam 1.0 501B A23B (high)

average score जवळपास समान आहे: 6.1 vs 6.1. Beam 1.0 501B A23B (high) चा benchmark खर्च कमी आहे: $0.674 vs $0.862. Beam 1.0 501B A23B (high) वेगवान आहे: 9.03s vs 84.01s, pass rates 49.3% vs 59.4%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-17

तुलना केलेली मॉडेल्स

क्रमांक
#267
एकूण आउटपुट टोकन्स
925,046
प्रतिसाद वेळ (सरासरी)
84.01s
एकूण खर्च
$0.862
क्रमांक
#266
एकूण आउटपुट टोकन्स
147,207
प्रतिसाद वेळ (सरासरी)
9.03s
एकूण खर्च
$0.674
शिफारस केलेले मॉडेल Beam 1.0 501B A23B (high)

It has the best score here (6.1), while responding about 9.3x faster than Trinity Large Thinking (medium).

तपशीलवार तुलना

मेट्रिक Trinity Large Thinking Trinity Large Thinking medium प्रकाशन: 2026-07-28 Beam 1.0 501B A23B Beam 1.0 501B A23B high प्रकाशन: 2026-10-17
स्कोअर 6.1 6.1
क्रमांक #267 #266
विश्वसनीयता 10.0 10.0
सुसंगतता 7.7 8.3
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 49.3% 59.4%
अस्थिर चाचण्या 7 5
एकूण रन 69 69
प्रति निकाल खर्च 10.772 6.126
एकूण खर्च $0.862 $0.674
इनपुट किंमत $0.250 / 1M $1.000 / 1M
आउटपुट किंमत $0.800 / 1M $3.000 / 1M
कॅश वाचण्याची किंमत $0.060 / 1M $0.100 / 1M
कॅश लिहिण्याची किंमत लागू नाही लागू नाही
एकूण इनपुट टोकन्स 319,352 232,218
आउटपुट टोकन्स 158,447 4,944
रिझनिंग टोकन्स 875,524 142,263
प्रतिसाद वेळ (सरासरी) 84.01s 9.03s
प्रतिसाद वेळ (कमाल) 525.14s 36.04s
प्रतिसाद वेळ (एकूण) 1932.24s 207.67s
पॅरामीटर्स 398B एकूण (13B सक्रिय) 501B एकूण (23B सक्रिय)
उपलब्धता वेट्स उपलब्ध मुक्त 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.

#267 Trinity Large Thinking

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

#266 Beam 1.0 501B A23B

high
खर्च
$0.008
वेळ
15.6s
टोकन्स
6,162 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
Beam 1.0 501B A23B 8.4 7.4 88.9% 1 21.05s 7,800 559 44,608

झटपट तुलना

तुलना जोडी बदला

Apodex 1.1 Minilowमोफत उपलब्धvsTrinity Large ThinkingmediumTrinity Large ThinkingmediumvsInklingnoneमोफत उपलब्धApodex 1.1 Minilowमोफत उपलब्धvsBeam 1.0 501B A23BhighBeam 1.0 501B A23BhighvsInklingnoneमोफत उपलब्धTrinity Large ThinkingmediumvsQwen3.5 Plus 2026-04-20noneQwen3.5 Plus 2026-04-20nonevsBeam 1.0 501B A23BhighGemini 3.5 FlashnonevsBeam 1.0 501B A23BhighBeam 1.0 501B A23BhighvsStep 5 PreviewmediumTrinity Large ThinkingmediumvsGemini 3.5 FlashnoneGranite 4.2 8BmediumvsBeam 1.0 501B A23BhighTrinity Large ThinkingmediumvsKAT-Coder-Pro V2.5defaultKAT-Coder-Pro V2.5defaultvsBeam 1.0 501B A23Bhigh