নেভিগেশন
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Trinity Large Thinking (low) vs gpt-oss-120b (medium)

gpt-oss-120b (medium) average score-এ এগিয়ে: 6.1 vs 6.0. gpt-oss-120b (medium)-এর benchmark খরচ কম: $0.019 vs $0.656. gpt-oss-120b (medium) দ্রুত: 21.91s vs 96.78s, pass rates 48.5% vs 50.0%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-07-28

র‍্যাঙ্ক
#145
মোট আউটপুট টোকেন
815,220
প্রতিক্রিয়া সময় (গড়)
96.78s
মোট খরচ
$0.656
র‍্যাঙ্ক
#135
মোট আউটপুট টোকেন
97,816
প্রতিক্রিয়া সময় (গড়)
21.91s
মোট খরচ
$0.019
প্রস্তাবিত মডেল gpt-oss-120b (medium)

It has the best score here (6.1), while costing about 35.0x less than Trinity Large Thinking (low).

বিস্তারিত তুলনা

মেট্রিক Trinity Large Thinking Trinity Large Thinking low প্রকাশ: 2026-07-28 gpt-oss-120b gpt-oss-120b medium প্রকাশ: 2025-08-05
স্কোর 6.0 6.1
র‍্যাঙ্ক #145 #135
নির্ভরযোগ্যতা 9.7 10.0
ধারাবাহিকতা 7.9 8.0
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 48.5% 50.0%
অস্থির টেস্ট 6 5
মোট রান 66 66
প্রতি ফলাফলে খরচ 8.199 0.221
মোট খরচ $0.656 $0.019
ইনপুট মূল্য $0.220 / 1M $0.037 / 1M
আউটপুট মূল্য $0.850 / 1M $0.170 / 1M
মোট ইনপুট টোকেন 122,845 108,747
আউটপুট টোকেন 117,704 29,772
রিজনিং টোকেন 697,516 68,044
প্রতিক্রিয়া সময় (গড়) 96.78s 21.91s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 540.96s 68.16s
প্রতিক্রিয়া সময় (মোট) 2129.13s 328.70s

মডেল জেনারেশন শোকেস

Hamster playing table tennis

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

#145 Trinity Large Thinking

low
খরচ
$0.021
সময়
173.2s
টোকেন
24,586 tok

#135 gpt-oss-120b

medium
খরচ
$0.001
সময়
26.7s
টোকেন
555 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 5.3 10.0 33.3% 0 344.45s 5,441 27,039 217,241
gpt-oss-120b 5.9 7.0 55.6% 1 38.37s 7,782 3,365 11,973

দ্রুত তুলনা

তুলনার জুটি বদলান

gpt-oss-120bmediumvsQwen3.7 FlashnoneGemini 3.1 Flash Litenonevsgpt-oss-120bmediumTrinity Large ThinkinglowvsStep 3.5 Flashmediumgpt-oss-120bmediumvsInklinglowgpt-oss-120bmediumvsQwen3.6 FlashnoneTrinity Large ThinkinglowvsNemotron 3 Ultranoneবিনামূল্যে উপলভ্যGemini 3.1 Flash Liteminimalvsgpt-oss-120bmediumTrinity Large ThinkinglowvsGPT-5 Nanomediumgpt-oss-120bmediumvsQwen3.5-Flashnonegpt-oss-120bmediumvsQwen3.5 Plus 2026-04-20noneTrinity Large ThinkinglowvsQwen3.5-35B-A3Bnonegpt-oss-120bmediumvsQwen3.5-35B-A3Bnone