Modellvergleich
R1 1776
vs. Tri-21B-Think
Vergleich von 2 KI-Modellen · 8 Benchmarks · Perplexity, Trillion Labs
Empfehlung
Tr Tri-21B-Think 1 Metrik-Siege Staerkste Bereiche: Intelligenz
Niedrigster Preis
R1 1776
$0.00/1M Eingabepreis
Bestes Reasoning
R1 1776
53.7 Reasoning-Score
Kombiniert verfuegbare Reasoning-Benchmarks
Bestes Coding
Tri-21B-Think
6.3 Coding-Index
Composite Indices
Higher is better; speed and price are normalized
Standard Benchmarks
Only benchmarks with data are shown
Wichtige Unterschiede
Reasoning-Unterschied
R1 1776 liegt 25.4 Punkte vor Tri-21B-Think beim Reasoning.
Top-Wahl-Begruendung
Tri-21B-Think gewinnt 1 messbare Kategorien, darunter Intelligenz.
Response Face-Off
Sende einen Prompt an die ausgewaehlten Modelle und vergleiche Antwortqualitaet mit Live-Metriken zu Tempo und Kosten.
R1 1776
Perplexity
TTFT
—
Zeit
—
tok/s
—
Tokens
—
Kosten
—
Tri-21B-Think
Trillion Labs
TTFT
—
Zeit
—
tok/s
—
Tokens
—
Kosten
—
Welche Antwort war nuetzlicher?
Vollständiger Vergleich
| Metrik | Pe R1 1776 | Top-Wahl Tr Tri-21B-Think |
|---|---|---|
| Preise pro 1 Mio. Tokens | ||
| Input-Kosten | $0.00/1M | $0.00/1M |
| Output-Kosten | $0.00/1M | $0.00/1M |
| Spezifikationen | ||
| Anbieter | Perplexity | Trillion Labs |
| Veröffentlichung | 18. Feb. 2025 | 10. Feb. 2026 |
| Leistung & Geschwindigkeit | ||
| Durchsatz | — | — |
| TTFT | — | — |
| Latenz | — | — |
| Composite-Indizes | ||
| Reasoning-Score | 53.7 | 28.3 |
| Intelligenz | 12.0 | 18.6 |
| Coding | — | 6.3 |
| Standard-Benchmarks | ||
| GPQA | — | 60.1% |
| HLE | — | 6.1% |
| MATH 500 | 95.4% | — |
| SciCode | — | 17.4% |
| LCR | — | 11.0% |
| IFBench | — | 54.6% |
| TAU-bench v2 | — | 81.0% |
| TerminalBench Hard | — | 0.8% |
Wichtigste Erkenntnisse
R1 1776 bietet das beste Preis-Leistungs-Verhaeltnis mit $0.00/1M, ideal fuer volumenstarke Anwendungen und kostenbewusste Projekte.
R1 1776 hat das staerkste Reasoning-Profil mit 53.7 Reasoning-Score, basierend auf den verfuegbaren Reasoning-Benchmarks.
Tri-21B-Think erreicht einen 6.3 Coding-Index, und ist damit eine Top-Wahl fuer Softwareentwicklung und Code-Generierung.
Alle Modelle unterstuetzen Kontextfenster von ∞+ Tokens, geeignet fuer lange Dokumente und ausgedehnte Gespraeche.
Wann welches Modell sinnvoll ist
R1 1776
- Kostensensitive Anwendungen
- Hohe Verarbeitungslast
- Komplexe Reasoning-Aufgaben
- Forschung und Analyse
Tri-21B-Think
- Code-Generierung
- Softwareentwicklung
