Navigare
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 Qwen3.5 Plus 2026-04-20

Scorul mediu este practic egal la 6.1 vs 6.1. Qwen3.5 Plus 2026-04-20 are costul de benchmark mai mic, $0.122 vs $0.756. Qwen3.5 Plus 2026-04-20 este mai rapid cu 13.10s vs 85.44s, cu rate de reușită de 48.5% vs 43.9%.

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

Modele comparate

Rang
#203
Total tokenuri de ieșire
1,016,785
Timp de răspuns (mediu)
85.44s
Cost total
$0.756
Rang
#206
Total tokenuri de ieșire
51,487
Timp de răspuns (mediu)
13.10s
Cost total
$0.122
Model recomandat Qwen3.5 Plus 2026-04-20

Are cel mai bun scor aici (6.1) și costă de aproximativ 6.2x mai puțin decât Trinity Large Thinking (medium).

Comparație detaliată

Metrică Trinity Large Thinking Trinity Large Thinking medium Lansare: 2026-07-28 Qwen3.5 Plus 2026-04-20 Qwen3.5 Plus 2026-04-20 none Lansare: 2026-04-20
Scor 6.1 6.1
Rang #203 #206
Fiabilitate 10.0 10.0
Consistență 7.9 8.7
Încercări 66/66 66/66
Teste corecte
Rată de trecere pe încercare 48.5% 43.9%
Teste instabile 6 4
Rulări totale 66 66
Cost per rezultat 9.972 1.636
Cost total $0.756 $0.122
Preț de intrare $0.250 / 1M $0.300 / 1M
Preț de ieșire $0.800 / 1M $1.800 / 1M
Total tokenuri de intrare 118,486 94,477
Tokenuri de ieșire 156,166 51,487
Tokenuri de raționament 860,619 0
Timp de răspuns (mediu) 85.44s 13.10s
Timp de răspuns (maxim) 525.14s 206.05s
Timp de răspuns (total) 1879.75s 288.23s
Parametri 398B în total (13B activi) ~397B în total (~17B activi)
Disponibilitate Ponderi disponibile Închis

Prezentare generare modele

Hamster playing table tennis

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

#203 Trinity Large Thinking

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

#206 Qwen3.5 Plus 2026-04-20

none
Cost
$0.008
Timp
77.0s
Tokenuri
4,369 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
Qwen3.5 Plus 2026-04-20 3.9 7.8 11.1% 1 1.69s 7,913 480 0

Comparație rapidă

Schimbă perechea de comparație