Trinity Large Thinking (low) vs gpt-oss-120b (medium)

يتقدم gpt-oss-120b (medium) في متوسط النتيجة بـ 6.1 مقابل 6.0. لدى gpt-oss-120b (medium) تكلفة benchmark أقل عند $0.020 مقابل $0.625. gpt-oss-120b (medium) أسرع عند 20.81s مقابل 96.61s، مع معدلات نجاح 47.0% مقابل 50.0%.

تم إنشاء نتائج المعايير من مجموعات اختبارات AI BENCHY في: 2026-09-10

النماذج المقارنة

الترتيب: #208
إجمالي رموز الإخراج: 818,359
زمن الاستجابة (المتوسط): 96.61s
إجمالي التكلفة: $0.625

الترتيب: #198
إجمالي رموز الإخراج: 98,282
زمن الاستجابة (المتوسط): 20.81s
إجمالي التكلفة: $0.020

النموذج الموصى به gpt-oss-120b (medium)

It has the best score here (6.1), while costing about 32.8x less than Trinity Large Thinking (low).

مقارنة تفصيلية

المقياس	Trinity Large Thinking Trinity Large Thinking low الإصدار: 2026-07-28	gpt-oss-120b gpt-oss-120b medium الإصدار: 2025-08-05

المقياس	Trinity Large Thinking Trinity Large Thinking low الإصدار: 2026-07-28	gpt-oss-120b gpt-oss-120b medium الإصدار: 2025-08-05
النتيجة	6.0	6.1
الترتيب	#208	#198
الموثوقية	10.0	10.0
الاتساق	8.3	8.0
محاولات	66/66	66/66
اختبارات صحيحة
معدل النجاح لكل محاولة	47.0%	50.0%
اختبارات غير مستقرة	5	5
إجمالي مرات التشغيل	66	66
التكلفة لكل نتيجة	8.221	0.224
إجمالي التكلفة	$0.625	$0.020
سعر الإدخال	$0.250 / 1M	$0.037 / 1M
سعر الإخراج	$0.800 / 1M	$0.170 / 1M
إجمالي رموز الإدخال	122,854	108,767
رموز الإخراج	119,810	29,378
رموز الاستدلال	698,549	68,904
زمن الاستجابة (المتوسط)	96.61s	20.81s
زمن الاستجابة (الحد الأقصى)	540.96s	68.16s
زمن الاستجابة (الإجمالي)	2125.51s	332.88s
المعلمات	398B الإجمالي (13B النشطة)	117B الإجمالي (5.1B النشطة)
الإتاحة	الأوزان متاحة	مفتوح المصدر

عرض إنشاء النماذج

Hamster playing table tennis

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

#208 Trinity Large Thinking

low

التكلفة: $0.021
الوقت: 173.2s
الرموز: 24,586 tok

#198 gpt-oss-120b

medium

التكلفة: $0.001
الوقت: 26.7s
الرموز: 555 tok

أفضل النماذج حسب الدرجة

الدرجة مقابل التكلفة الإجمالية

زمن الاستجابة (المتوسط)

النتيجة vs زمن الاستجابة (المتوسط)

إجمالي رموز الإخراج

النتيجة vs إجمالي رموز الإخراج

تفصيل الفئات

الفئة:

حيل مضادة للذكاء الاصطناعي	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Trinity Large Thinking	8.3	10.0	75.0%	0		5.70s	663	1,451	5,431
gpt-oss-120b	6.7	9.9	50.0%	0		10.21s	1,314	3,518	2,177

البرمجة	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Trinity Large Thinking	5.3	10.0	33.3%	0		344.45s	5,441	27,039	217,241
gpt-oss-120b	5.9	7.0	55.6%	1		38.37s	7,782	3,365	11,973

مجمّع	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Trinity Large Thinking	5.2	6.0	33.3%	1		291.02s	99,467	9,848	234,039
gpt-oss-120b	6.5	10.0	50.0%	0		23.96s	81,198	10,453	22,883

تحليل البيانات واستخراجها	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Trinity Large Thinking	7.3	5.8	83.3%	1		14.30s	6,906	459	9,451
gpt-oss-120b	6.4	5.9	66.7%	1		1.98s	7,476	241	1,114

خاص بالمجال	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Trinity Large Thinking	2.9	7.2	11.1%	1		140.26s	756	72,049	217,598
gpt-oss-120b	2.9	4.4	22.2%	2		27.55s	1,286	6,390	21,466

الذكاء العام	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Trinity Large Thinking	10.0	10.0	100.0%	0		12.65s	501	5,138	5,695
gpt-oss-120b	4.3	10.0	0.0%	0		7.90s	659	107	387

اتباع التعليمات	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Trinity Large Thinking	4.4	6.8	16.7%	1		4.07s	684	45	3,710
gpt-oss-120b	9.9	10.0	100.0%	0		7.63s	1,036	126	1,799

حل الألغاز	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Trinity Large Thinking	6.3	7.9	44.4%	1		3.28s	678	2,625	3,077
gpt-oss-120b	5.3	7.2	44.4%	1		21.71s	1,190	1,790	2,264

استدعاء الأدوات	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Trinity Large Thinking	10.0	10.0	100.0%	0		5.19s	7,551	299	1,430
gpt-oss-120b	9.8	10.0	100.0%	0		6.91s	6,514	287	1,083

معلومات عامة	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Trinity Large Thinking	3.0	10.0	0.0%	0		2.10s	207	857	877
gpt-oss-120b	3.0	10.0	0.0%	0		26.51s	312	3,101	3,758

مقارنة سريعة

تبديل زوج المقارنة

gpt-oss-120bmediumvsQwen3.7 Flashnone Gemini 3.1 Flash Litenonevsgpt-oss-120bmedium gpt-oss-120bmediumvsInklinglow Trinity Large ThinkinglowvsGemini 2.5 Flashnone Trinity Large ThinkinglowvsNemotron 3 Ultranoneمتاح مجانًا gpt-oss-120bmediumvsQwen3.6 Flashnone Gemini 3.1 Flash Liteminimalvsgpt-oss-120bmedium Gemma 4 31Bnoneمتاح مجانًاvsgpt-oss-120bmedium Claude Sonnet 5nonevsgpt-oss-120bmedium gpt-oss-120bmediumvsQwen3.5 Plus 2026-04-20none Trinity Large ThinkinglowvsQwen3.5 Plus 2026-04-20none Trinity Large ThinkinglowvsGemma 4 31Bnoneمتاح مجانًا