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

Trinity Large Thinking (medium) vs Seed-2.0-Lite

Seed-2.0-Lite conduce la scorul mediu cu 6.2 vs 6.1. Seed-2.0-Lite are costul de benchmark mai mic, $0.066 vs $0.798. Seed-2.0-Lite este mai rapid cu 4.37s vs 85.44s, cu rate de reușită de 48.5% vs 40.9%.

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-08-15

Rang
#174
Total tokenuri de ieșire
1,016,785
Timp de răspuns (mediu)
85.44s
Cost total
$0.798
Rang
#163
Total tokenuri de ieșire
14,744
Timp de răspuns (mediu)
4.37s
Cost total
$0.066
Model recomandat Seed-2.0-Lite

Are cel mai bun scor aici (6.2) și costă de aproximativ 12.3x mai puțin decât Trinity Large Thinking (medium).

Comparație detaliată

Metrică Trinity Large Thinking Trinity Large Thinking medium Lansare: 2026-07-28 Seed-2.0-Lite Seed-2.0-Lite none Lansare: 2026-02-14
Scor 6.1 6.2
Rang #174 #163
Fiabilitate 10.0 10.0
Consistență 7.9 8.9
Încercări 66/66 66/66
Teste corecte
Rată de trecere pe încercare 48.5% 40.9%
Teste instabile 6 3
Rulări totale 66 66
Cost per rezultat 9.972 0.813
Cost total $0.798 $0.066
Preț de intrare $0.220 / 1M $0.250 / 1M
Preț de ieșire $0.850 / 1M $2.000 / 1M
Total tokenuri de intrare 118,486 142,206
Tokenuri de ieșire 156,166 14,744
Tokenuri de raționament 860,619 0
Timp de răspuns (mediu) 85.44s 4.37s
Timp de răspuns (maxim) 525.14s 44.58s
Timp de răspuns (total) 1879.75s 96.20s
Parametri 398B în total (13B activi) ~200B în total (~20B activi)
Disponibilitate Ponderi disponibile Închis

Prezentare generare modele

Hamster playing table tennis

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

#174 Trinity Large Thinking

medium
Cost
$0.016
Timp
75.9s
Tokenuri
19,401 tok

#163 Seed-2.0-Lite

none
Cost
$0.005
Timp
83.8s
Tokenuri
2,311 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 7.5 10.0 66.7% 0 179.02s 7,248 7,413 351,155
Seed-2.0-Lite 5.6 10.0 33.3% 0 2.83s 8,215 410 0

Comparație rapidă

Schimbă perechea de comparație