Navigare
Advertise here

Trinity Large Thinking (high) vs Qwen3.8 Flash Next

Qwen3.8 Flash Next conduce la scorul mediu cu 5.8 vs 5.7. Qwen3.8 Flash Next are costul de benchmark mai mic, ~$0.011 vs $0.794. Qwen3.8 Flash Next este mai rapid cu 5.71s vs 74.52s, cu rate de reușită de 42.0% vs 43.5%.

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-10-05

Modele comparate

Rang
#263
Total tokenuri de ieșire
943,044
Timp de răspuns (mediu)
74.52s
Cost total
$0.794
Rang
#258
Total tokenuri de ieșire
9,077
Timp de răspuns (mediu)
5.71s
Cost total
~$0.011
Model recomandat Qwen3.8 Flash Next

Are cel mai bun scor aici (5.8) și costă de aproximativ 73.3x mai puțin decât Trinity Large Thinking (high).

Comparație detaliată

Metrică Trinity Large Thinking Trinity Large Thinking high Lansare: 2026-07-28 Qwen3.8 Flash Next Qwen3.8 Flash Next none Lansare: 2026-10-04
Scor 5.7 5.8
Rang #263 #258
Fiabilitate 10.0 10.0
Consistență 7.3 9.0
Încercări 69/69 69/69
Teste corecte
Rată de trecere pe încercare 42.0% 43.5%
Teste instabile 8 3
Rulări totale 69 69
Cost per rezultat 11.289 ~0.136
Cost total $0.794 ~$0.011
Preț de intrare $0.250 / 1M N/D
Preț de ieșire $0.800 / 1M N/D
Preț citire cache $0.060 / 1M N/D
Preț scriere cache N/D N/D
Total tokenuri de intrare 283,116 266,004
Tokenuri de ieșire 277,920 9,077
Tokenuri de raționament 665,124 0
Timp de răspuns (mediu) 74.52s 5.71s
Timp de răspuns (maxim) 510.21s 65.25s
Timp de răspuns (total) 1713.90s 131.36s
Parametri 398B în total (13B activi) 180B în total (6B activi)
Disponibilitate Ponderi disponibile Ponderi disponibile

Prețurile de cache se aplică tokenurilor de intrare. Citirea reutilizează prompturi salvate; scrierea le stochează și poate costa în plus. Tokenurile de ieșire folosesc prețul de ieșire.

Prezentare generare modele

Hamster playing table tennis

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

#263 Trinity Large Thinking

high
Cost
$0.028
Timp
130.1s
Tokenuri
34,387 tok

#258 Qwen3.8 Flash Next

none
Cost
~$0.001
Timp
27.5s
Tokenuri
2,983 tok

Top modele după scor

Scor vs cost total

Timp de răspuns (mediu)

Scor vs Timp de răspuns (mediu)

Total tokenuri de ieșire

Scor vs Total tokenuri de ieșire

Defalcare pe categorii

Programare Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Trinity Large Thinking 3.7 4.7 33.3% 2 245.04s 7,204 83,616 266,836
Qwen3.8 Flash Next 5.5 10.0 33.3% 0 1.64s 7,911 669 0

Comparație rapidă

Schimbă perechea de comparație