Trinity Large Thinking (low) vs Grok 4.20 (medium)

Modelos comparados

Modelo recomendado Trinity Large Thinking (low)

Tiene la mejor puntuación aquí (6.3) y cuesta aproximadamente 2.3x menos que Grok 4.20 (medium).

Métrica	Trinity Large Thinking Trinity Large Thinking low Lanzamiento: 2026-07-28	Grok 4.20 Grok 4.20 medium Lanzamiento: 2026-03-31

Métrica	Trinity Large Thinking Trinity Large Thinking low Lanzamiento: 2026-07-28	Grok 4.20 Grok 4.20 medium Lanzamiento: 2026-03-31
Puntuación	6.3	6.3
Rango	#222	#224
Fiabilidad	10.0	10.0
Consistencia	8.1	8.2
Intentos	69/69	69/69
Pruebas correctas
Tasa de aciertos por intento	47.8%	58.0%
Pruebas inestables	6	5
Ejecuciones totales	69	69
Costo por resultado	9.163	14.374
Costo total	$0.700	$1.582
Precio de entrada	$0.250 / 1M	$1.250 / 1M
Precio de salida	$0.800 / 1M	$2.500 / 1M
Total de tokens de entrada	347,980	392,127
Tokens de salida	121,898	7,754
Tokens de razonamiento	720,302	294,333
Tiempo de respuesta (promedio)	95.16s	36.73s
Tiempo de respuesta (máximo)	540.96s	199.66s
Tiempo de respuesta (total)	2188.74s	844.68s
Parámetros	398B en total (13B activos)	~1T en total (~100B activos)
Disponibilidad	Pesos disponibles	Código cerrado

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

low

medium

Categoría:

Tareas de agentes	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	7.4	3.8	66.7%	1		63.23s	225,126	2,088	21,753
Grok 4.20	3.0	10.0	0.0%	0		128.32s	289,141	1,894	29,934

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
Grok 4.20	8.2	7.9	83.3%	1		3.95s	2,010	287	8,312

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
Grok 4.20	6.3	6.6	55.6%	1		109.93s	8,307	268	103,150

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
Grok 4.20	8.7	6.9	83.3%	1		42.25s	71,267	3,776	44,009

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
Grok 4.20	10.0	10.0	100.0%	0		4.17s	7,761	180	5,333

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
Grok 4.20	2.9	7.2	11.1%	1		49.71s	1,959	872	59,761

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
Grok 4.20	3.9	2.6	33.3%	1		24.48s	825	65	6,440

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
Grok 4.20	9.8	10.0	100.0%	0		4.26s	1,362	57	6,419

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
Grok 4.20	7.7	10.0	66.7%	0		6.22s	1,689	149	7,913

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
Grok 4.20	3.0	10.0	0.0%	0		13.68s	7,275	197	6,620

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
Grok 4.20	3.0	10.0	0.0%	0		63.48s	531	9	16,442

Cambiar par de comparación