নেভিগেশন
Advertise here

Trinity Large Thinking (high) vs GPT-5.4 Mini

average score প্রায় সমান: 5.7 vs 5.7. GPT-5.4 Mini-এর benchmark খরচ কম: $0.170 vs $0.645. GPT-5.4 Mini দ্রুত: 3.34s vs 74.52s, pass rates 42.0% vs 30.4%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-10-01

তুলনা করা মডেল

র‍্যাঙ্ক
#253
মোট আউটপুট টোকেন
943,044
প্রতিক্রিয়া সময় (গড়)
74.52s
মোট খরচ
$0.645
র‍্যাঙ্ক
#255
মোট আউটপুট টোকেন
8,828
প্রতিক্রিয়া সময় (গড়)
3.34s
মোট খরচ
$0.170
প্রস্তাবিত মডেল GPT-5.4 Mini

It has the best score here (5.7), while costing about 3.8x less than Trinity Large Thinking (high).

বিস্তারিত তুলনা

মেট্রিক Trinity Large Thinking Trinity Large Thinking high প্রকাশ: 2026-07-28 GPT-5.4 Mini GPT-5.4 Mini none প্রকাশ: 2026-03-17
স্কোর 5.7 5.7
র‍্যাঙ্ক #253 #255
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 7.3 9.3
প্রচেষ্টা 69/69 69/69
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 42.0% 30.4%
অস্থির টেস্ট 8 2
মোট রান 69 69
প্রতি ফলাফলে খরচ 11.289 2.818
মোট খরচ $0.645 $0.170
ইনপুট মূল্য $0.250 / 1M $0.750 / 1M
আউটপুট মূল্য $0.800 / 1M $4.500 / 1M
মোট ইনপুট টোকেন 283,116 172,438
আউটপুট টোকেন 277,920 8,828
রিজনিং টোকেন 665,124 0
প্রতিক্রিয়া সময় (গড়) 74.52s 3.34s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 510.21s 41.98s
প্রতিক্রিয়া সময় (মোট) 1713.90s 76.84s
প্যারামিটার 398B মোট (13B সক্রিয়) ~400B মোট (~17B সক্রিয়)
উপলভ্যতা ওজন উপলভ্য বন্ধ উৎস

মডেল জেনারেশন শোকেস

Hamster playing table tennis

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

#253 Trinity Large Thinking

high
খরচ
$0.028
সময়
130.1s
টোকেন
34,387 tok

#255 GPT-5.4 Mini

none
খরচ
$0.010
সময়
11.7s
টোকেন
2,151 tok

স্কোর অনুযায়ী শীর্ষ মডেল

স্কোর বনাম মোট খরচ

প্রতিক্রিয়া সময় (গড়)

স্কোর vs প্রতিক্রিয়া সময় (গড়)

মোট আউটপুট টোকেন

স্কোর vs মোট আউটপুট টোকেন

বিভাগভিত্তিক বিশ্লেষণ

কোডিং স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
Trinity Large Thinking 3.7 4.7 33.3% 2 245.04s 7,204 83,616 266,836
GPT-5.4 Mini 5.5 10.0 33.3% 0 913ms 7,305 401 0

দ্রুত তুলনা

তুলনার জুটি বদলান