Trinity Large Thinking (low) vs Step 3.5 Flash (medium)

يتقدم Trinity Large Thinking (low) في متوسط النتيجة بـ 6.0 مقابل 5.9. لدى Step 3.5 Flash (medium) تكلفة benchmark أقل عند $0.132 مقابل $0.625. Trinity Large Thinking (low) أسرع عند 96.61s مقابل 191.63s، 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: #216
إجمالي رموز الإخراج: 568,536
زمن الاستجابة (المتوسط): 191.63s
إجمالي التكلفة: $0.132

النموذج الموصى به Step 3.5 Flash (medium)

Its score stays close to the best score here (5.9 vs 6.0), while costing about 4.8x less than Trinity Large Thinking (low).

مقارنة تفصيلية

المقياس	Trinity Large Thinking Trinity Large Thinking low الإصدار: 2026-07-28	Step 3.5 Flash Step 3.5 Flash medium الإصدار: 2026-02-01

المقياس	Trinity Large Thinking Trinity Large Thinking low الإصدار: 2026-07-28	Step 3.5 Flash Step 3.5 Flash medium الإصدار: 2026-02-01
النتيجة	6.0	5.9
الترتيب	#208	#216
الموثوقية	10.0	10.0
الاتساق	8.3	8.6
محاولات	66/66	63/66
اختبارات صحيحة
معدل النجاح لكل محاولة	47.0%	50.0%
اختبارات غير مستقرة	5	2
إجمالي مرات التشغيل	66	63
التكلفة لكل نتيجة	8.221	0.858
إجمالي التكلفة	$0.625	$0.132
سعر الإدخال	$0.250 / 1M	$0.100 / 1M
سعر الإخراج	$0.800 / 1M	$0.300 / 1M
إجمالي رموز الإدخال	122,854	65,716
رموز الإخراج	119,810	189,424
رموز الاستدلال	698,549	379,112
زمن الاستجابة (المتوسط)	96.61s	191.63s
زمن الاستجابة (الحد الأقصى)	540.96s	1597.85s
زمن الاستجابة (الإجمالي)	2125.51s	3066.07s
المعلمات	398B الإجمالي (13B النشطة)	196B الإجمالي (11B 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

#216 Step 3.5 Flash

medium

التكلفة: $0.008
الوقت: 277.1s
الرموز: 23,695 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
Step 3.5 Flash	10.0	10.0	100.0%	0		40.57s	694	20,391	24,176

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
Step 3.5 Flash	2.4	5.2	0.0%	0		258.38s	2,211	13,207	22,429

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
Step 3.5 Flash	6.5	10.0	50.0%	0		813.71s	44,914	18,150	111,004

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
Step 3.5 Flash	10.0	10.0	100.0%	0		15.01s	7,368	600	13,886

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
Step 3.5 Flash	3.5	4.4	33.3%	2		311.60s	682	126,213	175,555

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
Step 3.5 Flash	5.5	10.0	0.0%	0		22.39s	509	240	3,506

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
Step 3.5 Flash	8.3	10.0	50.0%	0		4.78s	705	2,364	3,521

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
Step 3.5 Flash	5.3	10.0	33.3%	0		7.22s	711	5,630	10,861

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
Step 3.5 Flash	10.0	10.0	100.0%	0		11.91s	7,701	275	3,802

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
Step 3.5 Flash	3.0	10.0	0.0%	0		108.45s	221	2,354	10,372

مقارنة سريعة

تبديل زوج المقارنة

Qwen3.5-35B-A3BnonevsStep 3.5 Flashmedium Trinity Large ThinkinglowvsGemini 2.5 Flashnone Trinity Large ThinkinglowvsNemotron 3 Ultranoneمتاح مجانًا Qwen3.5-FlashnonevsStep 3.5 Flashmedium Trinity Large ThinkinglowvsQwen3.5 Plus 2026-04-20none GPT-5.6 TerranonevsStep 3.5 Flashmedium Trinity Large ThinkinglowvsGemma 4 31Bnoneمتاح مجانًا Step 3.5 FlashmediumvsGLM 5.3 Flashlow GPT-5.4 MininonevsStep 3.5 Flashmedium Trinity Large ThinkinglowvsQwen3.6 Flashnone Seed 2.1 TurbononevsStep 3.5 Flashmedium Trinity Large ThinkinglowvsGPT-5.6 Terranone