Trinity Large Thinking (medium) vs Step 5 Preview (medium)

متوسط النتيجة متقارب جدًا عند 6.1 مقابل 6.1. لدى Trinity Large Thinking (medium) تكلفة benchmark أقل عند $0.862 مقابل $4.136. Trinity Large Thinking (medium) أسرع عند 84.01s مقابل 136.10s، مع معدلات نجاح 49.3% مقابل 53.6%.

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

النماذج المقارنة

الترتيب: #246
إجمالي رموز الإخراج: 925,046
زمن الاستجابة (المتوسط): 84.01s
إجمالي التكلفة: $0.862

الترتيب: #250
إجمالي رموز الإخراج: 1,434,621
زمن الاستجابة (المتوسط): 136.10s
إجمالي التكلفة: $4.136

النموذج الموصى به Trinity Large Thinking (medium)

It has the best score here (6.1), while costing about 4.8x less than Step 5 Preview (medium).

مقارنة تفصيلية

المقياس	Trinity Large Thinking Trinity Large Thinking medium الإصدار: 2026-07-28	Step 5 Preview Step 5 Preview medium الإصدار: 2026-10-09

المقياس	Trinity Large Thinking Trinity Large Thinking medium الإصدار: 2026-07-28	Step 5 Preview Step 5 Preview medium الإصدار: 2026-10-09
النتيجة	6.1	6.1
الترتيب	#246	#250
الموثوقية	10.0	9.6
الاتساق	7.7	8.2
محاولات	69/69	69/69
اختبارات صحيحة
معدل النجاح لكل محاولة	49.3%	53.6%
اختبارات غير مستقرة	7	5
إجمالي مرات التشغيل	69	69
التكلفة لكل نتيجة	10.772	41.354
إجمالي التكلفة	$0.862	$4.136
سعر الإدخال	$0.250 / 1M	$1.000 / 1M
سعر الإخراج	$0.800 / 1M	$2.700 / 1M
سعر قراءة ذاكرة التخزين المؤقت	$0.060 / 1M	$0.050 / 1M
سعر الكتابة في ذاكرة التخزين المؤقت	غير متاح	غير متاح
إجمالي رموز الإدخال	319,352	261,842
رموز الإخراج	158,447	1,434,621
رموز الاستدلال	875,524	0
زمن الاستجابة (المتوسط)	84.01s	136.10s
زمن الاستجابة (الحد الأقصى)	525.14s	438.09s
زمن الاستجابة (الإجمالي)	1932.24s	3130.27s
المعلمات	398B الإجمالي (13B النشطة)	600B الإجمالي (27B النشطة)
الإتاحة	الأوزان متاحة	مغلق المصدر

تنطبق أسعار التخزين المؤقت على رموز الإدخال. تعيد القراءة استخدام المطالبات المخزنة؛ وتحفظها الكتابة وقد تكلّف أكثر. تُحاسب رموز الإخراج بسعر الإخراج.

عرض إنشاء النماذج

Hamster playing table tennis

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

#246 Trinity Large Thinking

medium

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

#250 Step 5 Preview

medium

التكلفة: $0.042
الوقت: 90.3s
الرموز: 15,574 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:

مهام الوكلاء	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Trinity Large Thinking	6.1	3.1	66.7%	1		52.50s	200,866	2,281	14,905
Step 5 Preview	6.1	3.1	66.7%	1		95.77s	178,249	27,809	0

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
Step 5 Preview	6.4	7.9	58.3%	1		12.58s	744	6,953	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
Step 5 Preview	2.8	7.2	11.1%	1		363.90s	7,428	546,725	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
Step 5 Preview	7.3	5.8	83.3%	1		124.99s	57,016	115,099	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
Step 5 Preview	10.0	10.0	100.0%	0		4.10s	7,392	2,053	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
Step 5 Preview	2.9	7.2	11.1%	1		323.23s	828	458,050	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
Step 5 Preview	3.4	9.3	0.0%	0		34.82s	522	4,371	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
Step 5 Preview	10.0	10.0	100.0%	0		4.23s	729	3,330	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
Step 5 Preview	7.8	10.0	66.7%	0		59.88s	747	77,779	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
Step 5 Preview	10.0	10.0	100.0%	0		3.84s	7,953	452	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
Step 5 Preview	3.0	10.0	0.0%	0		437.86s	234	192,000	0

تبديل زوج المقارنة

Qwen3.5 Plus 2026-04-20nonevsStep 5 Previewmedium Step 5 PreviewmediumvsInklingnoneمتاح مجانًا Apodex 1.1 Minilowمتاح مجانًاvsStep 5 Previewmedium Apodex 1.1 Minilowمتاح مجانًاvsTrinity Large Thinkingmedium Trinity Large ThinkingmediumvsInklingnoneمتاح مجانًا Trinity Large ThinkingmediumvsQwen3.5 Plus 2026-04-20none KAT-Coder-Pro V2.5defaultvsStep 5 Previewmedium Trinity Large ThinkingmediumvsGemini 3.5 Flashnone Trinity Large ThinkingmediumvsKAT-Coder-Pro V2.5default Gemini 3.5 FlashnonevsStep 5 Previewmedium Claude Fable 5.1lowvsTrinity Large Thinkingmedium Trinity Large ThinkingmediumvsGemini 3.1 Flash Lite Previewnone