#202

Trinity Large Thinking

Arcee AI प्रकाशन: 2026-07-28 चाचणी तारीख: 2026-07-28 10:47 arcee-ai/trinity-large-thinking::high

(high) (medium) (low)

सारांश

Trinity Large Thinking AI BENCHY वर 4.8 स्कोर करते आणि #202 वर आहे. याची reliability 9.9, pass rate 39.4%, एकूण खर्च $0.632, आणि सरासरी response time 77.22s आहे.

Trinity Large Thinking खास का आहे: हे असामान्यपणे जास्त reasoning tokens वापरते, ज्यामुळे runs हळू किंवा महाग होऊ शकतात.

स्कोअर

4.8

सुसंगतता

7.2

विश्वसनीयता

9.9

एकूण खर्च (सध्याची किंमत)

$0.632

एकूण आउटपुट टोकन्स

953,758

एकूण इनपुट टोकन्स

101,767

इनपुट किंमत

$0.220 / 1M

आउटपुट किंमत

$0.850 / 1M

बरोबर चाचण्या

चुकीच्या चाचण्या: 17

प्रति प्रयत्न पास दर: 39.4%

अस्थिर चाचण्या

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

प्रतिसाद वेळ (सरासरी)

77.22s

प्रतिसाद वेळ (कमाल): 510.21s

प्रतिसाद वेळ (एकूण): 1698.89s

चुकीचे उत्तर: 10 सूचनांचे पालन केले नाही: 4 अवैध टूल कॉल: 2 उत्तर नाही: 1

Hamster playing table tennis

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

#202 Trinity Large Thinking

high

खर्च: $0.028
वेळ: 130.1s
टोकन्स: 34,387 tok

किंमत इतिहास

OpenRouter मधील या मॉडेलचा ऐतिहासिक किंमत डेटा.

तारीख	इनपुट किंमत	आउटपुट किंमत
2026-07-28 10:55	$0.220 / 1M	$0.850 / 1M

चार्ट्स

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

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

झटपट तुलना

श्रेणीवार तपशील

श्रेणी	स्कोअर	सुसंगतता
अँटी-एआय युक्त्या	6.7	8.1
कोडिंग	3.7	4.7
संयुक्त	3.0	10.0
डेटा पार्सिंग आणि निष्कर्षण	6.3	5.8
डोमेन-विशिष्ट	2.9	7.2
Samanya Buddhimatta	6.5	3.4
सूचनांचे पालन	6.3	10.0
कोडी सोडवणे	4.7	5.2
टूल कॉलिंग	10.0	10.0
सामान्य ज्ञान	3.0	10.0

Trinity Large Thinking

Hamster playing table tennis

#202 Trinity Large Thinking

चार्ट्स

स्कोअरनुसार शीर्ष मॉडेल्स

स्कोअर vs एकूण खर्च

प्रतिसाद वेळ (सरासरी)

स्कोअर vs प्रतिसाद वेळ (सरासरी)

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

झटपट तुलना

श्रेणीवार तपशील

तुलना केलेली मॉडेल्स