নেভিগেশন
AI BENCHY
Advertise here

Trinity Large Thinking (medium) vs GPT-5.6 Luna (low)

GPT-5.6 Luna (low) average score-এ এগিয়ে: 6.2 vs 6.1. GPT-5.6 Luna (low)-এর benchmark খরচ কম: $0.026 vs $0.798. GPT-5.6 Luna (low) দ্রুত: 5.20s vs 85.44s, pass rates 48.5% vs 54.5%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-08-14

র‍্যাঙ্ক
#169
মোট আউটপুট টোকেন
1,016,785
প্রতিক্রিয়া সময় (গড়)
85.44s
মোট খরচ
$0.798
র‍্যাঙ্ক
#160
মোট আউটপুট টোকেন
26,286
প্রতিক্রিয়া সময় (গড়)
5.20s
মোট খরচ
$0.026
প্রস্তাবিত মডেল GPT-5.6 Luna (low)

It has the best score here (6.2), while costing about 31.4x less than Trinity Large Thinking (medium).

বিস্তারিত তুলনা

মেট্রিক Trinity Large Thinking Trinity Large Thinking medium প্রকাশ: 2026-07-28 GPT-5.6 Luna GPT-5.6 Luna low প্রকাশ: 2026-07-09
স্কোর 6.1 6.2
র‍্যাঙ্ক #169 #160
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 7.9 8.2
প্রচেষ্টা 66/66 66/66
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 48.5% 54.5%
অস্থির টেস্ট 6 5
মোট রান 66 66
প্রতি ফলাফলে খরচ 9.972 2.437
মোট খরচ $0.798 $0.026
ইনপুট মূল্য $0.220 / 1M $0.100 / 1M
আউটপুট মূল্য $0.850 / 1M $0.600 / 1M
মোট ইনপুট টোকেন 118,486 96,355
আউটপুট টোকেন 156,166 8,213
রিজনিং টোকেন 860,619 18,073
প্রতিক্রিয়া সময় (গড়) 85.44s 5.20s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 525.14s 19.44s
প্রতিক্রিয়া সময় (মোট) 1879.75s 114.46s
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.

#169 Trinity Large Thinking

medium
খরচ
$0.016
সময়
75.9s
টোকেন
19,401 tok

#160 GPT-5.6 Luna

low
খরচ
$0.011
সময়
10.2s
টোকেন
1,897 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 7.5 10.0 66.7% 0 179.02s 7,248 7,413 351,155
GPT-5.6 Luna 5.5 10.0 33.3% 0 4.61s 7,302 557 3,535

দ্রুত তুলনা

তুলনার জুটি বদলান