Navigasi
AI BENCHY
Advertise here

AI BENCHY Compare

Trinity Large Preview vs xAI: Grok 4.20

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-06-03

Metrik Trinity Large Preview Trinity Large Preview none Rilis: 2026-01-27 Grok 4.20 Grok 4.20 none Rilis: 2026-03-31
Skor 4.7 5.4
Peringkat #148 #127
Keandalan 10.0 T/A
Konsistensi 9.3 10.0
Tes benar
Tingkat lulus per percobaan 23.3% 33.3%
Tes tidak stabil 2 0
Total Run 60 54
Biaya per hasil 0.017 1.570
Total Biaya $0.008 $0.057
Harga input $0.243 / 1M $1.250 / 1M
Harga output $0.243 / 1M $2.500 / 1M
Total token input 29,828 41,313
Token output 2,169 1,923
Token penalaran 0 0
Waktu respons (rata-rata) 2.98s 1.11s
Waktu respons (maks) 14.34s 6.04s
Waktu respons (total) 56.57s 19.96s

Model teratas berdasarkan skor

Skor vs Total Biaya

Waktu respons (rata-rata)

Skor vs Waktu respons (rata-rata)

Total token output

Skor vs Total token output

Rincian Kategori

Trik anti-AI Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
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
Pemrograman Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
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
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
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
Parsing dan ekstraksi data Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
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
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
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
Kecerdasan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
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
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
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
Pemecahan teka-teki Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
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
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
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
Pengetahuan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Trinity Large Preview 3.0 10.0 0.0% 0 777ms 204 18 0
Grok 4.20 - - - - - - - - -

Perbandingan Cepat

Ganti Pasangan Perbandingan

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-120bmediumTersedia gratisvsGrok 4.20noneNemotron 3 SupermediumTersedia gratisvsGrok 4.20noneTrinity Large PreviewnonevsElephant Alphamedium