Navigare
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Trinity Large Thinking (low) vs Qwen3.5-Flash

Trinity Large Thinking (low) conduce la scorul mediu cu 6.0 vs 6.0. Qwen3.5-Flash are costul de benchmark mai mic, $0.073 vs $0.625. Qwen3.5-Flash este mai rapid cu 25.28s vs 96.61s, cu rate de reușită de 47.0% vs 34.9%.

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-09-10

Modele comparate

Rang
#208
Total tokenuri de ieșire
818,359
Timp de răspuns (mediu)
96.61s
Cost total
$0.625
Rang
#214
Total tokenuri de ieșire
209,201
Timp de răspuns (mediu)
25.28s
Cost total
$0.073
Model recomandat Qwen3.5-Flash

Scorul rămâne aproape de cel mai bun scor de aici (6.0 vs 6.0) și costă de aproximativ 8.6x mai puțin decât Trinity Large Thinking (low).

Comparație detaliată

Metrică Trinity Large Thinking Trinity Large Thinking low Lansare: 2026-07-28 Qwen3.5-Flash Qwen3.5-Flash none Lansare: 2026-02-24
Scor 6.0 6.0
Rang #208 #214
Fiabilitate 10.0 10.0
Consistență 8.3 9.3
Încercări 66/66 66/66
Teste corecte
Rată de trecere pe încercare 47.0% 34.9%
Teste instabile 5 2
Rulări totale 66 66
Cost per rezultat 8.221 1.066
Cost total $0.625 $0.073
Preț de intrare $0.250 / 1M $0.065 / 1M
Preț de ieșire $0.800 / 1M $0.260 / 1M
Total tokenuri de intrare 122,854 282,356
Tokenuri de ieșire 119,810 209,201
Tokenuri de raționament 698,549 0
Timp de răspuns (mediu) 96.61s 25.28s
Timp de răspuns (maxim) 540.96s 480.96s
Timp de răspuns (total) 2125.51s 556.14s
Parametri 398B în total (13B activi) ~35B în total (~3B activi)
Disponibilitate Ponderi disponibile Închis

Prezentare generare modele

Hamster playing table tennis

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

#208 Trinity Large Thinking

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

#214 Qwen3.5-Flash

none
Cost
$0.003
Timp
47.4s
Tokenuri
7,799 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
Qwen3.5-Flash 5.5 10.0 33.3% 0 850ms 7,913 519 0

Comparație rapidă

Schimbă perechea de comparație