Trinity Large Thinking (medium) vs Gemini 2.5 Flash

يتقدم Trinity Large Thinking (medium) في متوسط النتيجة بـ 6.1 مقابل 6.0. لدى Gemini 2.5 Flash تكلفة benchmark أقل عند $0.017 مقابل $0.756. Gemini 2.5 Flash أسرع عند 6.19s مقابل 85.44s، مع معدلات نجاح 48.5% مقابل 39.4%.

تم إنشاء نتائج المعايير من مجموعات اختبارات AI BENCHY في: 2026-09-28

النماذج المقارنة

الترتيب: #232
إجمالي رموز الإخراج: 1,016,785
زمن الاستجابة (المتوسط): 85.44s
إجمالي التكلفة: $0.756

الترتيب: #238
إجمالي رموز الإخراج: 1,890
زمن الاستجابة (المتوسط): 6.19s
إجمالي التكلفة: $0.017

النموذج الموصى به Gemini 2.5 Flash

Its score stays close to the best score here (6.0 vs 6.1), while costing about 45.3x less than Trinity Large Thinking (medium).

مقارنة تفصيلية

المقياس	Trinity Large Thinking Trinity Large Thinking medium الإصدار: 2026-07-28	Gemini 2.5 Flash Gemini 2.5 Flash none الإصدار: 2025-06-17

المقياس	Trinity Large Thinking Trinity Large Thinking medium الإصدار: 2026-07-28	Gemini 2.5 Flash Gemini 2.5 Flash none الإصدار: 2025-06-17
النتيجة	6.1	6.0
الترتيب	#232	#238
الموثوقية	10.0	10.0
الاتساق	7.9	9.6
محاولات	66/66	66/66
اختبارات صحيحة
معدل النجاح لكل محاولة	48.5%	39.4%
اختبارات غير مستقرة	6	1
إجمالي مرات التشغيل	66	66
التكلفة لكل نتيجة	9.972	0.209
إجمالي التكلفة	$0.756	$0.017
سعر الإدخال	$0.250 / 1M	$0.300 / 1M
سعر الإخراج	$0.800 / 1M	$2.500 / 1M
إجمالي رموز الإدخال	118,486	39,886
رموز الإخراج	156,166	1,890
رموز الاستدلال	860,619	0
زمن الاستجابة (المتوسط)	85.44s	6.19s
زمن الاستجابة (الحد الأقصى)	525.14s	118.00s
زمن الاستجابة (الإجمالي)	1879.75s	136.23s
المعلمات	398B الإجمالي (13B النشطة)	~350B الإجمالي (~20B 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.

#232 Trinity Large Thinking

medium

التكلفة: $0.016
الوقت: 75.9s
الرموز: 19,401 tok

#238 Gemini 2.5 Flash

none

SVG غير صالح

التكلفة: $0.164
الوقت: 215.5s
الرموز: 65,659 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	6.8	9.8	50.0%	0		5.11s	663	1,531	6,078
Gemini 2.5 Flash	3.0	10.0	0.0%	0		582ms	492	102	0

البرمجة	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Trinity Large Thinking	7.5	10.0	66.7%	0		179.02s	7,248	7,413	351,155
Gemini 2.5 Flash	5.5	10.0	33.3%	0		736ms	8,122	483	0

مجمّع	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	6.0	16.7%	1		382.70s	93,292	35,814	269,745
Gemini 2.5 Flash	3.0	10.0	0.0%	0		61.19s	16,470	486	0

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	6.3	5.8	66.7%	1		16.38s	6,906	475	11,153
Gemini 2.5 Flash	10.0	10.0	100.0%	0		652ms	7,257	279	0

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	5.3	7.2	44.4%	1		124.17s	756	99,334	172,018
Gemini 2.5 Flash	3.6	7.2	22.2%	1		449ms	642	12	0

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		32.22s	501	7,035	7,774
Gemini 2.5 Flash	5.0	10.0	0.0%	0		615ms	486	78	0

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	6.9	16.7%	1		3.99s	684	77	3,798
Gemini 2.5 Flash	10.0	10.0	100.0%	0		590ms	615	72	0

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	5.2	5.4	44.5%	2		2.90s	678	2,508	3,231
Gemini 2.5 Flash	7.7	10.0	66.7%	0		604ms	558	132	0

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		5.26s	7,551	299	1,372
Gemini 2.5 Flash	10.0	10.0	100.0%	0		1.91s	5,088	234	0

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		97.44s	207	1,680	34,295
Gemini 2.5 Flash	3.0	10.0	0.0%	0		1.15s	156	12	0

مقارنة سريعة

تبديل زوج المقارنة