Trinity Large Thinking (low) vs Qwen3.5-Flash (medium)

يتقدم Qwen3.5-Flash (medium) في متوسط النتيجة بـ 6.1 مقابل 6.0. لدى Qwen3.5-Flash (medium) تكلفة benchmark أقل عند $0.142 مقابل $0.658. Qwen3.5-Flash (medium) أسرع عند 84.44s مقابل 96.61s، مع معدلات نجاح 47.0% مقابل 65.2%.

تم إنشاء نتائج المعايير من مجموعات اختبارات AI BENCHY في: 2026-08-14

الترتيب: #174
إجمالي رموز الإخراج: 818,359
زمن الاستجابة (المتوسط): 96.61s
إجمالي التكلفة: $0.658

الترتيب: #167
إجمالي رموز الإخراج: 512,846
زمن الاستجابة (المتوسط): 84.44s
إجمالي التكلفة: $0.142

النموذج الموصى به Qwen3.5-Flash (medium)

It has the best score here (6.1), while costing about 4.7x less than Trinity Large Thinking (low).

مقارنة تفصيلية

المقياس	Trinity Large Thinking Trinity Large Thinking low الإصدار: 2026-07-28	Qwen3.5-Flash Qwen3.5-Flash medium الإصدار: 2026-02-24

المقياس	Trinity Large Thinking Trinity Large Thinking low الإصدار: 2026-07-28	Qwen3.5-Flash Qwen3.5-Flash medium الإصدار: 2026-02-24
النتيجة	6.0	6.1
الترتيب	#174	#167
الموثوقية	10.0	10.0
الاتساق	8.3	7.8
محاولات	66/66	66/66
اختبارات صحيحة
معدل النجاح لكل محاولة	47.0%	65.2%
اختبارات غير مستقرة	5	6
إجمالي مرات التشغيل	66	66
التكلفة لكل نتيجة	8.221	1.491
إجمالي التكلفة	$0.658	$0.142
سعر الإدخال	$0.220 / 1M	$0.065 / 1M
سعر الإخراج	$0.850 / 1M	$0.260 / 1M
إجمالي رموز الإدخال	122,854	118,508
رموز الإخراج	119,810	35,457
رموز الاستدلال	698,549	477,389
زمن الاستجابة (المتوسط)	96.61s	84.44s
زمن الاستجابة (الحد الأقصى)	540.96s	515.38s
زمن الاستجابة (الإجمالي)	2125.51s	1773.20s
المعلمات	398B الإجمالي (13B النشطة)	~35B الإجمالي (~3B النشطة)
الإتاحة	الأوزان متاحة	مغلق المصدر

عرض إنشاء النماذج

Hamster playing table tennis

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

#174 Trinity Large Thinking

low

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

#167 Qwen3.5-Flash

medium

التكلفة: $0.002
الوقت: 25.8s
الرموز: 4,294 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
Qwen3.5-Flash	10.0	10.0	100.0%	0		59.11s	672	383	32,992

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
Qwen3.5-Flash	3.7	7.2	22.2%	1		58.87s	6,685	302	90,081

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
Qwen3.5-Flash	6.4	5.8	66.7%	1		266.58s	94,507	10,679	204,282

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
Qwen3.5-Flash	7.3	5.9	83.3%	1		56.99s	6,061	235	16,237

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
Qwen3.5-Flash	2.9	7.2	11.1%	1		143.82s	590	23,231	30,394

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
Qwen3.5-Flash	6.1	3.1	66.7%	1		40.05s	516	99	38,486

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
Qwen3.5-Flash	10.0	10.0	100.0%	0		63.49s	699	98	14,139

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
Qwen3.5-Flash	8.2	7.2	88.9%	1		27.61s	381	89	12,457

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
Qwen3.5-Flash	10.0	10.0	100.0%	0		10.33s	8,193	309	1,284

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
Qwen3.5-Flash	3.0	10.0	0.0%	0		48.98s	204	32	37,037

مقارنة سريعة

تبديل زوج المقارنة

Qwen3.5-FlashmediumvsInklinglow Gemini 3.1 Flash LitenonevsQwen3.5-Flashmedium Trinity Large ThinkinglowvsGemini 2.5 Flashnone Trinity Large ThinkinglowvsNemotron 3 Ultranoneمتاح مجانًا Gemma 4 31Bnoneمتاح مجانًاvsQwen3.5-Flashmedium Gemini 3.1 Flash LiteminimalvsQwen3.5-Flashmedium Claude Sonnet 5nonevsQwen3.5-Flashmedium Trinity Large ThinkinglowvsQwen3.5 Plus 2026-04-20none Trinity Large ThinkinglowvsGemma 4 31Bnoneمتاح مجانًا Nemotron 3 Ultranoneمتاح مجانًاvsQwen3.5-Flashmedium Trinity Large ThinkinglowvsQwen3.6 Flashnone GPT-5.6 LunalowvsQwen3.5-Flashmedium