AI BENCHY
Advertise here

#85

Trinity Large Preview

Arcee AI प्रकाशन: 2026-01-27 चाचणी तारीख: 2026-04-23 10:54 arcee-ai/trinity-large-preview::none

स्कोअर

5.3

सुसंगतता

9.6

विश्वसनीयता

लागू नाही

एकूण खर्च (सध्याची किंमत)

$0.000

एकूण आउटपुट टोकन्स

1,985

एकूण इनपुट टोकन्स

0

इनपुट किंमत

$0.150 / 1M

आउटपुट किंमत

$0.450 / 1M

बरोबर चाचण्या

चुकीच्या चाचण्या: 13

प्रति प्रयत्न पास दर: 29.6%

अस्थिर चाचण्या

1

अस्थिर चाचण्यांत रन्समध्ये मिश्र निकाल असतात (किमान एक पास आणि एक फेल).

प्रतिसाद वेळ (सरासरी)

5.07s

प्रतिसाद वेळ (कमाल): 39.47s

प्रतिसाद वेळ (एकूण): 91.23s

चुकीचे उत्तर: 11 सूचनांचे पालन केले नाही: 2

रन इतिहास

चाचणी तारीख स्कोअर विश्वसनीयता बरोबर चाचण्या एकूण खर्च तुलना करा
2026-05-22 00:42 सूट बदलला 4.8 10.0 $0.001 तुलना करा
2026-05-08 15:30 सूट बदलला 4.8 10.0 $0.001 तुलना करा
2026-04-23 10:54 पहिली नोंदलेली रन 5.3 लागू नाही $0.000 सध्याची रन

रन तुलना

रनस्कोअरसुसंगतताविश्वसनीयताबरोबर चाचण्याअस्थिर चाचण्याएकूण आउटपुट टोकन्सएकूण इनपुट टोकन्सएकूण खर्चप्रतिसाद वेळ (सरासरी)
2026-04-23 10:54 · पहिली नोंदलेली रन5.39.6लागू नाही5/1811,9850$0.0005.07s
2026-05-08 15:30 · सूट बदलला4.88.910.04/1932,1900$0.0013.03s
फरक+0.6+0.7+1-2-2050-$0.001+2037ms

या दोन रनमध्ये वेगवेगळे बेंचमार्क सूट वापरले गेले, त्यामुळे फरकांमध्ये मॉडेलमधील आणि सूटमधील दोन्ही बदल दिसतात.

चार्ट्स

पहिले मॉडेल निवडा, नंतर दुसरे मॉडेल क्लिक करून बाजू-बाजूची तुलना पेज उघडा.

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

झटपट तुलना

Trinity Large PreviewnonevsMiniMax M2.7mediumTrinity Large PreviewnonevsDeepSeek V3.2noneTrinity Large PreviewnonevsGrok 4.20noneTrinity Large PreviewnonevsQwen3.5-122B-A10BnoneTrinity Large Previewnonevsgpt-oss-120bnoneमोफत उपलब्धTrinity Large PreviewnonevsGLM 5 TurbononeTrinity Large PreviewnonevsGemini 3 Flash PreviewmediumTrinity Large PreviewnonevsGemini 3.5 FlashhighTrinity Large PreviewnonevsRing-2.6-1TmediumTrinity Large PreviewnonevsGemini 3.5 Flashlow

श्रेणीवार तपशील

श्रेणी स्कोअर सुसंगतता बरोबर चाचण्या
अँटी-एआय युक्त्या 3.0 10.0
कोडिंग 6.3 10.0
संयुक्त 3.0 10.0
डेटा पार्सिंग आणि निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 5.3 10.0
Samanya Buddhimatta 4.4 9.9
सूचनांचे पालन 4.1 6.7
कोडी सोडवणे 5.4 10.0
टूल कॉलिंग 10.0 10.0

तुलना केलेली मॉडेल्स