Navigare
Advertise here

Trinity Large Thinking (low) vs KAT-Coder-Pro V2.5 (medium)

Trinity Large Thinking (low) conduce la scorul mediu cu 6.3 vs 6.2. KAT-Coder-Pro V2.5 (medium) are costul de benchmark mai mic, $0.669 vs $0.918. KAT-Coder-Pro V2.5 (medium) este mai rapid cu 23.94s vs 95.16s, cu rate de reușită de 47.8% vs 62.3%.

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-11-13

Modele comparate

Rang
#305
Total tokenuri de ieșire
765,746
Timp de răspuns (mediu)
95.16s
Cost total
$0.918
Rang
#309
Total tokenuri de ieșire
139,375
Timp de răspuns (mediu)
23.94s
Cost total
$0.669
Model recomandat KAT-Coder-Pro V2.5 (medium)

Scorul rămâne aproape de cel mai bun scor de aici (6.2 vs 6.3) și răspunde de aproximativ 4.0x mai rapid decât Trinity Large Thinking (low).

Comparație detaliată

Metrică Trinity Large Thinking Trinity Large Thinking low Lansare: 2026-07-28 KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 medium Lansare: 2026-07-14
Scor 6.3 6.2
Rang #305 #309
Fiabilitate 10.0 10.0
Consistență 8.1 7.2
Încercări 69/69 69/69
Teste corecte
Rată de trecere pe încercare 47.8% 62.3%
Teste instabile 6 8
Rulări totale 69 69
Cost per rezultat 9.163 4.342
Cost total $0.918 $0.669
Preț de intrare $0.250 / 1M $0.740 / 1M
Preț de ieșire $0.800 / 1M $2.960 / 1M
Preț citire cache $0.060 / 1M $0.150 / 1M
Preț scriere cache N/D N/D
Total tokenuri de intrare 347,980 87,916
Tokenuri de ieșire 121,898 7,213
Tokenuri de raționament 720,302 132,162
Timp de răspuns (mediu) 95.16s 23.94s
Timp de răspuns (maxim) 540.96s 257.00s
Timp de răspuns (total) 2188.74s 550.52s
Parametri 398B în total (13B activi) ~700B în total (~72B activi)
Disponibilitate Ponderi disponibile Închis

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.

#305 Trinity Large Thinking

low
Cost
$0.021
Timp
173.2s
Tokenuri
24,586 tok

#309 KAT-Coder-Pro V2.5

medium
Cost
$0.009
Timp
25.6s
Tokenuri
2,939 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 5.3 10.0 33.3% 0 344.45s 5,441 27,039 217,241
KAT-Coder-Pro V2.5 7.8 10.0 66.7% 0 33.10s 7,893 416 33,658

Schimbă perechea de comparație