Navigasi
Advertise here

Trinity Large Thinking (low) vs Granite 4.2 8B (medium)

Trinity Large Thinking (low) unggul dalam skor rata-rata dengan 6.3 vs 6.1. Granite 4.2 8B (medium) memiliki biaya benchmark lebih rendah di $0.029 vs $0.700. Granite 4.2 8B (medium) lebih cepat di 50.47s vs 95.16s, dengan tingkat keberhasilan 47.8% vs 37.7%.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-10-01

Model yang Dibandingkan

Peringkat
#222
Total token output
842,200
Waktu respons (rata-rata)
95.16s
Total Biaya
$0.700
Peringkat
#235
Total token output
50,147
Waktu respons (rata-rata)
50.47s
Total Biaya
$0.029
Model yang direkomendasikan Granite 4.2 8B (medium)

Its score stays close to the best score here (6.1 vs 6.3), while costing about 24.9x less than Trinity Large Thinking (low).

Perbandingan terperinci

Metrik Trinity Large Thinking Trinity Large Thinking low Rilis: 2026-07-28 Granite 4.2 8B Granite 4.2 8B medium Rilis: 2026-09-02
Skor 6.3 6.1
Peringkat #222 #235
Keandalan 10.0 8.9
Konsistensi 8.1 9.7
Percobaan 69/69 69/69
Tes benar
Tingkat lulus per percobaan 47.8% 37.7%
Tes tidak stabil 6 1
Total Run 69 69
Biaya per hasil 9.163 0.354
Total Biaya $0.700 $0.029
Harga input $0.250 / 1M $0.060 / 1M
Harga output $0.800 / 1M $0.250 / 1M
Total token input 347,980 259,708
Token output 121,898 16,567
Token penalaran 720,302 33,580
Waktu respons (rata-rata) 95.16s 50.47s
Waktu respons (maks) 540.96s 557.96s
Waktu respons (total) 2188.74s 1160.91s
Parameter 398B total (13B aktif) 8B
Ketersediaan Bobot tersedia Sumber terbuka

Showcase generasi model

Hamster playing table tennis

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

#222 Trinity Large Thinking

low
Biaya
$0.021
Waktu
173.2s
Token
24,586 tok

#235 IBM: Granite 4.2 8B

medium
Provider returned error
Biaya
$0.000
Waktu
0.2s
Token
0 tok

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

Pemrograman Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Trinity Large Thinking 5.3 10.0 33.3% 0 344.45s 5,441 27,039 217,241
Granite 4.2 8B 5.5 10.0 33.3% 0 12.09s 8,439 2,445 3,900

Perbandingan Cepat

Ganti Pasangan Perbandingan