#208 Trinity Large Thinking
low- Cost
- $0.021
- Timp
- 173.2s
- Tokenuri
- 24,586 tok
Arcee AI
Lansare: 2026-07-28
Testat la: 2026-08-14 04:04
arcee-ai/trinity-large-thinking::low
398B în total (13B activi)MoEPonderi disponibile
Rezumat
Trinity Large Thinking obține 6.0 pe AI BENCHY și este pe #208. Are fiabilitate 10.0, rată de reușită 47.0%, cost total $0.625 și timp mediu de răspuns 96.61s.
Ce face Trinity Large Thinking unic: Se remarcă cel mai mult la Trucuri anti-AI, unde este pe #3, iar Respectarea instrucțiunilor este zona cea mai slabă, la #15. Folosește neobișnuit de multe tokenuri de raționament, ceea ce poate explica rulări mai lente sau mai scumpe.
Date despre model
Documentat la 2026-08-12
- Parametri
- 398B în total (13B activi)
- Arhitectură
- MoE
- Disponibilitate
- Ponderi disponibile
- Licență
- OpenMDW
6.0
Consistență
8.3
10.0
Total tokenuri de ieșire
818,359
Total tokenuri de intrare
122,854
Preț de intrare
$0.250 / 1M
Preț de ieșire
$0.800 / 1M
Teste instabile
5
Testele instabile au avut rezultate mixte între rulări (cel puțin un succes și un eșec).
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
Istoric rulări
| Testat la | Scor | Fiabilitate | Teste corecte | Cost total | Compară |
|---|---|---|---|---|---|
| 2026-08-14 04:04 Retestare | 6.0 | 10.0 | $0.625 ↓ | Rularea curentă | |
| 2026-07-28 10:52 Prima rulare | 6.0 | 9.7 | $0.656 | Compară |
Această rulare a folosit o suită de benchmark diferită. Ține cont de schimbările suitei când interpretezi evoluția istorică.
Comparație între rulări
| Rulare | Acoperire benchmark | Scor | Consistență | Fiabilitate | Teste corecte | Teste instabile | Total tokenuri de ieșire | Total tokenuri de intrare | Cost total | Timp de răspuns (mediu) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-08-14 04:04 · Rularea curentă | 66/66 încercări | 6.0 | 8.3 | 10.0 | 8/22 | 5 | 818,359 | 122,854 | $0.625 | 96.61s |
| 2026-07-28 10:52 · Prima rulare | 66/66 încercări | 6.0 | 7.9 | 9.7 | 8/22 | 6 | 815,220 | 122,845 | $0.656 | 96.78s |
| Diferență | — | 0.0 | +0.4 | +0.3 | 0 | -1 | +3139 | +9 | -$0.032 | -165ms |
Aceste două rulări au folosit suite de benchmark diferite, așa că diferențele reflectă atât schimbări ale modelului, cât și ale suitei.
Istoric prețuri
Date istorice de preț pentru acest model de la OpenRouter.
| Dată | Preț de intrare | Preț de ieșire |
|---|---|---|
| 2026-08-14 12:51 | $0.220 / 1M | $0.850 / 1M |
| 2026-09-02 00:25 | $0.250 / 1M | $0.800 / 1M |
Grafice
Alege primul model, apoi fă clic pe al doilea model pentru a deschide o pagină alăturată.
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
Comparație rapidă
Trinity Large ThinkinglowvsNemotron 3 UltranoneDisponibil gratuitTrinity Large ThinkinglowvsGemini 2.5 FlashnoneTrinity Large ThinkinglowvsQwen3.5 Plus 2026-04-20noneTrinity Large ThinkinglowvsGPT-5.6 TerranoneTrinity Large ThinkinglowvsGemma 4 31BnoneDisponibil gratuitTrinity Large ThinkinglowvsGPT-5 NanomediumTrinity Large ThinkinglowvsQwen3.6 FlashnoneTrinity Large ThinkinglowvsQwen3.5-FlashnoneTrinity Large ThinkinglowvsTrinity Large ThinkingmediumTrinity Large ThinkinglowvsQwen3.5-35B-A3Bnone
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 | 7.2 | |
| 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 |