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

AI BENCHY Compare

Trinity Large Preview vs xAI: Grok 4.20

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-06-03

Métrica Trinity Large Preview Trinity Large Preview none Lanzamiento: 2026-01-27 Grok 4.20 Grok 4.20 none Lanzamiento: 2026-03-31
Puntuación 4.7 5.4
Rango #148 #127
Fiabilidad 10.0 N/D
Consistencia 9.3 10.0
Pruebas correctas
Tasa de aciertos por intento 23.3% 33.3%
Pruebas inestables 2 0
Ejecuciones totales 60 54
Costo por resultado 0.017 1.570
Costo total $0.008 $0.057
Precio de entrada $0.243 / 1M $1.250 / 1M
Precio de salida $0.243 / 1M $2.500 / 1M
Total de tokens de entrada 29,828 41,313
Tokens de salida 2,169 1,923
Tokens de razonamiento 0 0
Tiempo de respuesta (promedio) 2.98s 1.11s
Tiempo de respuesta (máximo) 14.34s 6.04s
Tiempo de respuesta (total) 56.57s 19.96s

Mejores modelos por puntuación

Puntuación vs costo total

Tiempo de respuesta (promedio)

Puntuación vs Tiempo de respuesta (promedio)

Total de tokens de salida

Puntuación vs Total de tokens de salida

Desglose por categoría

Trucos anti-IA Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Trinity Large Preview 3.1 10.0 0.0% 0 2.07s 651 550 0
Grok 4.20 4.8 10.0 25.0% 0 501ms 1,986 267 0
Programación Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Trinity Large Preview 4.0 6.6 16.7% 1 14.34s 738 397 0
Grok 4.20 3.4 9.3 0.0% 0 1.22s 1,074 312 0
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Trinity Large Preview 3.0 10.0 0.0% 0 8.91s 12,053 294 0
Grok 4.20 3.0 10.0 0.0% 0 6.04s 17,673 282 0
Análisis y extracción de datos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Trinity Large Preview 10.0 10.0 100.0% 0 3.26s 6,900 186 0
Grok 4.20 10.0 10.0 100.0% 0 522ms 7,749 207 0
Específico del dominio Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Trinity Large Preview 5.3 10.0 33.3% 0 877ms 738 25 0
Grok 4.20 3.0 10.0 0.0% 0 687ms 1,746 325 0
Inteligencia general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Trinity Large Preview 4.5 10.0 0.0% 0 873ms 498 104 0
Grok 4.20 4.8 10.0 0.0% 0 659ms 819 83 0
Seguimiento de instrucciones Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Trinity Large Preview 3.5 10.0 0.0% 0 822ms 678 63 0
Grok 4.20 6.3 10.0 50.0% 0 445ms 1,350 60 0
Resolución de acertijos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Trinity Large Preview 3.6 7.7 11.1% 1 1.97s 669 265 0
Grok 4.20 5.3 10.0 33.3% 0 473ms 1,671 198 0
Llamada de herramientas Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Trinity Large Preview 10.0 10.0 100.0% 0 6.67s 6,699 267 0
Grok 4.20 10.0 10.0 100.0% 0 4.63s 7,245 189 0
Cultura general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Trinity Large Preview 3.0 10.0 0.0% 0 777ms 204 18 0
Grok 4.20 - - - - - - - - -

Comparación rápida

Cambiar par de comparación

Trinity Large PreviewnonevsQwen3 Coder NextmediumMiniMax M2.7mediumvsGrok 4.20noneMiniMax M2.5mediumvsGrok 4.20noneMistral Small 4mediumvsGrok 4.20noneElephant AlphamediumvsGrok 4.20noneTrinity Large PreviewnonevsGLM 4.7 FlashmediumCobuddymediumvsGrok 4.20noneOwl AlphamediumvsGrok 4.20noneTrinity Large PreviewnonevsQwen3.5-9Bmediumgpt-oss-120bmediumDisponible gratisvsGrok 4.20noneNemotron 3 SupermediumDisponible gratisvsGrok 4.20noneTrinity Large PreviewnonevsElephant Alphamedium