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

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

GPT-5.6 Luna (low) average score में आगे है: 6.2 vs 6.1. GPT-5.6 Luna (low) की benchmark लागत कम है: $0.051 vs $0.756. GPT-5.6 Luna (low) तेज है: 5.20s vs 85.44s, pass rates 48.5% vs 54.5%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-09-28

तुलना किए गए मॉडल

रैंक
#232
कुल आउटपुट टोकन
1,016,785
प्रतिक्रिया समय (औसत)
85.44s
कुल लागत
$0.756
रैंक
#223
कुल आउटपुट टोकन
26,286
प्रतिक्रिया समय (औसत)
5.20s
कुल लागत
$0.051
अनुशंसित मॉडल GPT-5.6 Luna (low)

It has the best score here (6.2), while costing about 14.9x less than Trinity Large Thinking (medium).

विस्तृत तुलना

मेट्रिक Trinity Large Thinking Trinity Large Thinking medium रिलीज़: 2026-07-28 GPT-5.6 Luna GPT-5.6 Luna low रिलीज़: 2026-07-09
स्कोर 6.1 6.2
रैंक #232 #223
विश्वसनीयता 10.0 10.0
संगति 7.9 8.2
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 48.5% 54.5%
अस्थिर टेस्ट 6 5
कुल रन 66 66
प्रति परिणाम लागत 9.972 2.437
कुल लागत $0.756 $0.051
इनपुट कीमत $0.250 / 1M $0.200 / 1M
आउटपुट कीमत $0.800 / 1M $1.200 / 1M
कुल इनपुट टोकन 118,486 96,355
आउटपुट टोकन 156,166 8,213
रीजनिंग टोकन 860,619 18,073
प्रतिक्रिया समय (औसत) 85.44s 5.20s
प्रतिक्रिया समय (अधिकतम) 525.14s 19.44s
प्रतिक्रिया समय (कुल) 1879.75s 114.46s
पैरामीटर 398B कुल (13B सक्रिय) ~400B कुल (~17B सक्रिय)
उपलब्धता वेट उपलब्ध बंद स्रोत

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#232 Trinity Large Thinking

medium
लागत
$0.016
समय
75.9s
टोकन
19,401 tok

#223 GPT-5.6 Luna

low
लागत
$0.011
समय
10.2s
टोकन
1,897 tok

स्कोर के अनुसार शीर्ष मॉडल

स्कोर बनाम कुल लागत

प्रतिक्रिया समय (औसत)

स्कोर vs प्रतिक्रिया समय (औसत)

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

श्रेणी विवरण

कोडिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
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

त्वरित तुलना

तुलना जोड़ी बदलें