Trinity Large Thinking (low) vs Step 3.5 Flash (medium)

Modelos comparados

Modelo recomendado Step 3.5 Flash (medium)

Su puntuación se mantiene cerca de la mejor aquí (5.9 vs 6.0) y cuesta aproximadamente 4.8x menos que Trinity Large Thinking (low).

Métrica	Trinity Large Thinking Trinity Large Thinking low Lanzamiento: 2026-07-28	Step 3.5 Flash Step 3.5 Flash medium Lanzamiento: 2026-02-01

Métrica	Trinity Large Thinking Trinity Large Thinking low Lanzamiento: 2026-07-28	Step 3.5 Flash Step 3.5 Flash medium Lanzamiento: 2026-02-01
Puntuación	6.0	5.9
Rango	#208	#216
Fiabilidad	10.0	10.0
Consistencia	8.3	8.6
Intentos	66/66	63/66
Pruebas correctas
Tasa de aciertos por intento	47.0%	50.0%
Pruebas inestables	5	2
Ejecuciones totales	66	63
Costo por resultado	8.221	0.858
Costo total	$0.625	$0.132
Precio de entrada	$0.250 / 1M	$0.100 / 1M
Precio de salida	$0.800 / 1M	$0.300 / 1M
Total de tokens de entrada	122,854	65,716
Tokens de salida	119,810	189,424
Tokens de razonamiento	698,549	379,112
Tiempo de respuesta (promedio)	96.61s	191.63s
Tiempo de respuesta (máximo)	540.96s	1597.85s
Tiempo de respuesta (total)	2125.51s	3066.07s
Parámetros	398B en total (13B activos)	196B en total (11B activos)
Disponibilidad	Pesos disponibles	Código abierto

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

low

medium

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 Thinking	8.3	10.0	75.0%	0		5.70s	663	1,451	5,431
Step 3.5 Flash	10.0	10.0	100.0%	0		40.57s	694	20,391	24,176

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 Thinking	5.3	10.0	33.3%	0		344.45s	5,441	27,039	217,241
Step 3.5 Flash	2.4	5.2	0.0%	0		258.38s	2,211	13,207	22,429

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 Thinking	5.2	6.0	33.3%	1		291.02s	99,467	9,848	234,039
Step 3.5 Flash	6.5	10.0	50.0%	0		813.71s	44,914	18,150	111,004

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 Thinking	7.3	5.8	83.3%	1		14.30s	6,906	459	9,451
Step 3.5 Flash	10.0	10.0	100.0%	0		15.01s	7,368	600	13,886

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 Thinking	2.9	7.2	11.1%	1		140.26s	756	72,049	217,598
Step 3.5 Flash	3.5	4.4	33.3%	2		311.60s	682	126,213	175,555

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 Thinking	10.0	10.0	100.0%	0		12.65s	501	5,138	5,695
Step 3.5 Flash	5.5	10.0	0.0%	0		22.39s	509	240	3,506

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 Thinking	4.4	6.8	16.7%	1		4.07s	684	45	3,710
Step 3.5 Flash	8.3	10.0	50.0%	0		4.78s	705	2,364	3,521

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 Thinking	6.3	7.9	44.4%	1		3.28s	678	2,625	3,077
Step 3.5 Flash	5.3	10.0	33.3%	0		7.22s	711	5,630	10,861

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 Thinking	10.0	10.0	100.0%	0		5.19s	7,551	299	1,430
Step 3.5 Flash	10.0	10.0	100.0%	0		11.91s	7,701	275	3,802

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 Thinking	3.0	10.0	0.0%	0		2.10s	207	857	877
Step 3.5 Flash	3.0	10.0	0.0%	0		108.45s	221	2,354	10,372

Cambiar par de comparación