AI BENCHY
Advertise here
#140

Trinity Large Preview

Arcee AI प्रकाशन: 2026-01-27 चाचणी तारीख: 2026-05-22 00:42 arcee-ai/trinity-large-preview::none

सारांश

Trinity Large Preview AI BENCHY वर 4.8 स्कोर करते आणि #140 वर आहे. याची reliability 10.0, pass rate 26.3%, एकूण खर्च $0.001, आणि सरासरी response time 3.03s आहे.

Trinity Large Preview खास का आहे: हे डोमेन-विशिष्ट मध्ये सर्वाधिक उठून दिसते, जिथे त्याचा rank #2 आहे; तर सूचनांचे पालन हा सर्वात कमकुवत भाग आहे, rank #13.

स्कोअर

4.8

सुसंगतता

8.9

विश्वसनीयता

10.0

एकूण खर्च (सध्याची किंमत)

$0.001

एकूण आउटपुट टोकन्स

2,190

एकूण इनपुट टोकन्स

0

इनपुट किंमत

$0.000 / 1M

आउटपुट किंमत

$0.000 / 1M

बरोबर चाचण्या

चुकीच्या चाचण्या: 15

प्रति प्रयत्न पास दर: 26.3%

अस्थिर चाचण्या

3

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

प्रतिसाद वेळ (सरासरी)

3.03s

प्रतिसाद वेळ (कमाल): 14.34s

प्रतिसाद वेळ (एकूण): 57.60s

चुकीचे उत्तर: 12 सूचनांचे पालन केले नाही: 3

Hamster playing table tennis

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

#140 Trinity Large Preview

none
No endpoints found for arcee-ai/trinity-large-preview:free.
खर्च
$0.000
वेळ
0.0s
टोकन्स
0 tok

रन इतिहास

चाचणी तारीख स्कोअर विश्वसनीयता बरोबर चाचण्या एकूण खर्च तुलना करा
2026-06-04 14:30 नवीन चाचणी जोडली 4.8 10.0 $0.008 ↑ तुलना करा
2026-05-22 00:42 सूट बदलला 4.8 10.0 $0.001 सध्याची रन
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 तुलना करा

या रनमध्ये वेगळा बेंचमार्क सूट वापरला गेला. ऐतिहासिक बदल वाचताना सूटमधील बदल लक्षात घ्या.

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 PreviewnonevsQwen3.6 35B A3BnoneTrinity Large PreviewnonevsLaguna XS 2.1noneमोफत उपलब्धTrinity Large PreviewnonevsInklingnoneTrinity Large PreviewnonevsGPT-5.6 LunanoneTrinity Large PreviewnonevsMistral Small 4noneTrinity Large PreviewnonevsGemini 3 Flash PreviewmediumTrinity Large PreviewnonevsGemini 3.5 FlashhighTrinity Large PreviewnonevsNemotron 3 Ultramediumमोफत उपलब्धTrinity Large PreviewnonevsGPT-5.5low

श्रेणीवार तपशील

श्रेणी स्कोअर सुसंगतता बरोबर चाचण्या
अँटी-एआय युक्त्या 3.1 10.0
कोडिंग 4.9 3.2
संयुक्त 3.0 10.0
डेटा पार्सिंग आणि निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 5.3 10.0
Samanya Buddhimatta 4.5 10.0
सूचनांचे पालन 3.4 6.2
कोडी सोडवणे 3.6 7.7
टूल कॉलिंग 10.0 10.0
सामान्य ज्ञान 3.0 10.0

तुलना केलेली मॉडेल्स