Trinity Large Thinking (low) vs gpt-oss-120b (medium)

Model yang direkomendasikan gpt-oss-120b (medium)

It has the best score here (6.1), while costing about 35.0x less than Trinity Large Thinking (low).

Perbandingan terperinci

Metrik	Trinity Large Thinking Trinity Large Thinking low Rilis: 2026-07-28	gpt-oss-120b gpt-oss-120b medium Rilis: 2025-08-05

Metrik	Trinity Large Thinking Trinity Large Thinking low Rilis: 2026-07-28	gpt-oss-120b gpt-oss-120b medium Rilis: 2025-08-05
Skor	6.0	6.1
Peringkat	#145	#135
Keandalan	9.7	10.0
Konsistensi	7.9	8.0
Tes benar
Tingkat lulus per percobaan	48.5%	50.0%
Tes tidak stabil	6	5
Total Run	66	66
Biaya per hasil	8.199	0.221
Total Biaya	$0.656	$0.019
Harga input	$0.220 / 1M	$0.037 / 1M
Harga output	$0.850 / 1M	$0.170 / 1M
Total token input	122,845	108,747
Token output	117,704	29,772
Token penalaran	697,516	68,044
Waktu respons (rata-rata)	96.78s	21.91s
Waktu respons (maks)	540.96s	68.16s
Waktu respons (total)	2129.13s	328.70s

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

low

medium

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 Thinking	8.3	10.0	75.0%	0		5.70s	663	1,451	5,431
gpt-oss-120b	6.7	9.9	50.0%	0		10.21s	1,314	3,518	2,177

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
gpt-oss-120b	5.9	7.0	55.6%	1		38.37s	7,782	3,365	11,973

Gabungan	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Trinity Large Thinking	5.2	6.0	33.3%	1		291.02s	99,467	9,848	234,039
gpt-oss-120b	6.5	10.0	50.0%	0		23.96s	81,198	10,453	22,883

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 Thinking	7.3	5.8	83.3%	1		14.30s	6,906	459	9,451
gpt-oss-120b	6.4	5.9	66.7%	1		1.98s	7,476	241	1,114

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 Thinking	2.9	4.4	22.2%	2		141.46s	747	69,943	216,565
gpt-oss-120b	2.9	4.4	22.2%	2		50.92s	1,266	6,784	20,606

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 Thinking	10.0	10.0	100.0%	0		12.65s	501	5,138	5,695
gpt-oss-120b	4.3	10.0	0.0%	0		7.90s	659	107	387

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 Thinking	4.4	6.8	16.7%	1		4.07s	684	45	3,710
gpt-oss-120b	9.9	10.0	100.0%	0		7.63s	1,036	126	1,799

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 Thinking	6.3	7.9	44.4%	1		3.28s	678	2,625	3,077
gpt-oss-120b	5.3	7.2	44.4%	1		21.71s	1,190	1,790	2,264

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 Thinking	10.0	10.0	100.0%	0		5.19s	7,551	299	1,430
gpt-oss-120b	9.8	10.0	100.0%	0		6.91s	6,514	287	1,083

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 Thinking	3.0	10.0	0.0%	0		2.10s	207	857	877
gpt-oss-120b	3.0	10.0	0.0%	0		26.51s	312	3,101	3,758

Ganti Pasangan Perbandingan