#278

Trinity Large Thinking

Arcee AI اجرا: 2026-07-28 ٹیسٹ کیا گیا: 2026-10-01 03:58 arcee-ai/trinity-large-thinking::medium

398B کل (13B فعال)MoEوزن دستیاب

(high) (medium) (low)

خلاصہ

Trinity Large Thinking AI BENCHY پر 6.1 اسکور کرتا ہے اور #278 پر ہے۔ اس کی reliability 10.0، pass rate 49.3%، کل لاگت $0.862، اور اوسط response time 84.01s ہے۔

Trinity Large Thinking کو منفرد کیا بناتا ہے: یہ عمومی ذہانت میں سب سے نمایاں ہے، جہاں اس کا rank #1 ہے؛ جبکہ مشترکہ اس کا کمزور ترین حصہ ہے، rank #15. یہ غیر معمولی طور پر زیادہ reasoning tokens استعمال کرتا ہے، جو سست یا مہنگے runs کی وجہ ہو سکتی ہے۔

تجویز کردہ متبادل

ہم اس کے بجائے ان میں سے ایک ماڈل منتخب کرنے کا مشورہ دیتے ہیں:

Claude Haiku 5.5 (low)

اسکور: 8.6 (+2.48 پوائنٹس)
کل لاگت (موجودہ قیمت): $0.061 · 93.0% سستا
ردِعمل کا وقت (اوسط): 7.51s · 91.1% تیز

موازنہ کریں →

Gemini 3.7 Flash (low)

اسکور: 9.4 (+3.27 پوائنٹس)
کل لاگت (موجودہ قیمت): $0.183 · 78.9% سستا
ردِعمل کا وقت (اوسط): 6.24s · 92.6% تیز

موازنہ کریں →

GPT-6 Luna (medium)

اسکور: 8.3 (+2.17 پوائنٹس)
کل لاگت (موجودہ قیمت): $0.047 · 94.6% سستا
ردِعمل کا وقت (اوسط): 18.07s · 78.5% تیز

موازنہ کریں →

ماڈل کی تفصیلات

تحقیق کی تاریخ: 2026-08-12

شائع شدہ

پیرامیٹرز: 398B کل (13B فعال)
ساخت: MoE
دستیابی: وزن دستیاب
لائسنس: OpenMDW

پیرامیٹرز کا ماخذ دستیابی کا ماخذ

اسکور

6.1

تسلسل

7.7

اعتماد پذیری

10.0

کل لاگت (موجودہ قیمت)

$0.862

کل آؤٹ پٹ ٹوکنز

925,046

کل ان پٹ ٹوکنز

319,352

ان پٹ قیمت

$0.250 / 1M

آؤٹ پٹ قیمت

$0.800 / 1M

کیش پڑھنے کی قیمت

$0.060 / 1M

کیش میں لکھنے کی قیمت

دستیاب نہیں

کیش کی قیمتیں ان پٹ ٹوکنز پر لاگو ہوتی ہیں۔ پڑھنے سے محفوظ پرامپٹ دوبارہ استعمال ہوتے ہیں؛ لکھنے سے وہ محفوظ ہوتے ہیں اور اضافی لاگت آ سکتی ہے۔ آؤٹ پٹ ٹوکنز پر آؤٹ پٹ کی قیمت لاگو ہوتی ہے۔

درست ٹیسٹس

غلط ٹیسٹس: 15

فی کوشش کامیابی کی شرح: 49.3%

غیر مستحکم ٹیسٹ

غیر مستحکم ٹیسٹس میں رنز کے درمیان ملے جلے نتائج آئے (کم از کم ایک کامیاب اور ایک ناکام).

ردِعمل کا وقت (اوسط)

84.01s

ردِعمل کا وقت (زیادہ سے زیادہ): 525.14s

ردِعمل کا وقت (کل): 1932.24s

غلط جواب: 9 ہدایات پر عمل نہیں کیا: 4 غیر معتبر ٹول کال: 2

Hamster playing table tennis

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

#278 Trinity Large Thinking

medium

لاگت: $0.016
وقت: 75.9s
ٹوکنز: 19,401 tok

رن ہسٹری

ٹیسٹ کیا گیا	اسکور	اعتماد پذیری	درست ٹیسٹس	کل لاگت	موازنہ کریں
2026-10-01 03:58 دوبارہ ٹیسٹ	6.1	10.0		$0.862	موجودہ رن
2026-07-28 10:51 پہلا رن	6.0	10.0		$0.792	موازنہ کریں

اس رن میں مختلف بینچ مارک سوٹ استعمال ہوا تھا۔ تاریخی تبدیلی سمجھتے وقت سوٹ کی تبدیلی کو بھی ذہن میں رکھیں۔

رن موازنہ

رن	بینچ مارک کوریج	اسکور	تسلسل	اعتماد پذیری	درست ٹیسٹس	غیر مستحکم ٹیسٹ	کل آؤٹ پٹ ٹوکنز	کل ان پٹ ٹوکنز	کل لاگت	ردِعمل کا وقت (اوسط)
2026-10-01 03:58 · موجودہ رن	69/69 کوششیں	6.1	7.7	10.0	8/23	7	925,046	319,352	$0.862	84.01s
2026-07-28 10:51 · پہلا رن	66/66 کوششیں	6.0	7.6	10.0	7/22	7	1,002,646	118,477	$0.792	84.96s
فرق	—	+0.1	+0.1	0.0	+1	0	-77600	+200875	+$0.071	-951ms

بینچ مارک کوریج مختلف ہے: 69/69 کوششیں (ہدف: فی ٹیسٹ 3 دہرائیاں۔) بمقابلہ 66/66 کوششیں (ہدف: فی ٹیسٹ 3 دہرائیاں۔)۔ مجموعے اور تکرار سے متاثر ہونے والے پیمانے براہ راست قابل موازنہ نہیں ہیں۔

ان دو رنز میں مختلف بینچ مارک سوٹس استعمال ہوئے تھے، اس لیے فرق میں ماڈل کی تبدیلی اور سوٹ کی تبدیلی دونوں شامل ہیں۔

قیمت کی تاریخ

OpenRouter سے اس ماڈل کے تاریخی قیمت کے اعداد و شمار۔

تاریخ	ان پٹ قیمت	آؤٹ پٹ قیمت	کیش پڑھنے کی قیمت	کیش میں لکھنے کی قیمت
2026-08-14 12:51	$0.220 / 1M	$0.850 / 1M	دستیاب نہیں	دستیاب نہیں
2026-10-01 18:33	$0.250 / 1M	$0.800 / 1M	$0.060 / 1M	دستیاب نہیں

چارٹس

پہلا ماڈل منتخب کریں، پھر دوسرا ماڈل کلک کریں تاکہ سائیڈ بائی سائیڈ صفحہ کھلے۔

کل آؤٹ پٹ ٹوکنز

اسکور vs کل آؤٹ پٹ ٹوکنز

فوری موازنہ

زمرہ وار تفصیل

زمرہ	اسکور	تسلسل
خودمختار ایجنٹ کے کام	6.1	3.1
اینٹی اے آئی چالیں	6.8	9.8
کوڈنگ	7.5	10.0
مشترکہ	2.9	6.0
ڈیٹا پارسنگ اور استخراج	6.3	5.8
ڈومین مخصوص	5.3	7.2
عمومی ذہانت	10.0	10.0
ہدایات کی پیروی	4.4	6.9
پہیلی حل کرنا	5.2	5.4
ٹول کالنگ	10.0	10.0
معلومات عامہ	3.0	10.0

Trinity Large Thinking

تجویز کردہ متبادل

ماڈل کی تفصیلات

Hamster playing table tennis

#278 Trinity Large Thinking

چارٹس

اسکور کے لحاظ سے سرفہرست ماڈلز

اسکور vs کل لاگت

ردِعمل کا وقت (اوسط)

اسکور vs ردِعمل کا وقت (اوسط)

کل آؤٹ پٹ ٹوکنز

اسکور vs کل آؤٹ پٹ ٹوکنز

فوری موازنہ

زمرہ وار تفصیل

موازنہ کیے گئے ماڈلز