AI BENCHY
Advertise here
#145

Trinity Large Thinking

Arcee AI Lansare: 2026-07-28 Testat la: 2026-07-28 10:52 arcee-ai/trinity-large-thinking::low
(high) (medium) (low)

Rezumat

Trinity Large Thinking obține 6.0 pe AI BENCHY și este pe #145. Are fiabilitate 9.7, rată de reușită 48.5%, cost total $0.656 și timp mediu de răspuns 96.78s.

Ce face Trinity Large Thinking unic: Se remarcă cel mai mult la Trucuri anti-AI, unde este pe #2, iar Respectarea instrucțiunilor este zona cea mai slabă, la #13. Folosește neobișnuit de multe tokenuri de raționament, ceea ce poate explica rulări mai lente sau mai scumpe.

Scor

6.0

Consistență

7.9

Fiabilitate

9.7

Cost total (preț curent)

$0.656

Total tokenuri de ieșire

815,220

Total tokenuri de intrare

122,845

Preț de intrare

$0.220 / 1M

Preț de ieșire

$0.850 / 1M

Teste corecte

Teste greșite: 14

Rată de trecere pe încercare: 48.5%

Teste instabile

6

Testele instabile au avut rezultate mixte între rulări (cel puțin un succes și un eșec).

Timp de răspuns (mediu)

96.78s

Timp de răspuns (maxim): 540.96s

Timp de răspuns (total): 2129.13s

Răspuns greșit: 7 Eroare API: 2 Nu a urmat instrucțiunile: 2 Apel de instrument invalid: 2 Fără răspuns: 1

Hamster playing table tennis

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

#145 Trinity Large Thinking

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

Istoric prețuri

Date istorice de preț pentru acest model de la OpenRouter.

Dată Preț de intrare Preț de ieșire
2026-07-28 10:55 $0.220 / 1M $0.850 / 1M

Grafice

Alege primul model, apoi fă clic pe al doilea model pentru a deschide o pagină alăturată.

Total tokenuri de ieșire

Scor vs Total tokenuri de ieșire

Comparație rapidă

Trinity Large ThinkinglowvsNemotron 3 UltranoneDisponibil gratuitTrinity Large ThinkinglowvsStep 3.5 FlashmediumTrinity Large ThinkinglowvsGPT-5 NanomediumTrinity Large ThinkinglowvsGPT-5.6 TerranoneTrinity Large ThinkinglowvsQwen3.5-35B-A3BnoneTrinity Large ThinkinglowvsTrinity Large ThinkingmediumTrinity Large ThinkinglowvsQwen3.5 Plus 2026-04-20noneTrinity Large ThinkinglowvsGPT-5.4 MininoneTrinity Large ThinkinglowvsQwen3.5-FlashnoneTrinity Large ThinkinglowvsNorth Mini CodemediumDisponibil gratuit

Defalcare pe categorii

Categorie Scor Consistență Teste corecte
Trucuri anti-AI 8.3 10.0
Programare 5.3 10.0
Combinat 5.2 6.0
Parsare și extragere de date 7.3 5.8
Specific domeniului 2.9 4.4
Inteligență generală 10.0 10.0
Respectarea instrucțiunilor 4.4 6.8
Rezolvare de puzzle-uri 6.3 7.9
Apelare instrumente 10.0 10.0
Cultură generală 3.0 10.0

Modele comparate