Trinity Large Thinking (low) vs Qwen3.5-Flash (medium)

Model yang direkomendasikan Qwen3.5-Flash (medium)

It has the best score here (6.1), while costing about 4.7x less than Trinity Large Thinking (low).

Perbandingan terperinci

Metrik	Trinity Large Thinking Trinity Large Thinking low Rilis: 2026-07-28	Qwen3.5-Flash Qwen3.5-Flash medium Rilis: 2026-02-24

Metrik	Trinity Large Thinking Trinity Large Thinking low Rilis: 2026-07-28	Qwen3.5-Flash Qwen3.5-Flash medium Rilis: 2026-02-24
Skor	6.0	6.1
Peringkat	#174	#167
Keandalan	10.0	10.0
Konsistensi	8.3	7.8
Percobaan	66/66	66/66
Tes benar
Tingkat lulus per percobaan	47.0%	65.2%
Tes tidak stabil	5	6
Total Run	66	66
Biaya per hasil	8.221	1.491
Total Biaya	$0.658	$0.142
Harga input	$0.220 / 1M	$0.065 / 1M
Harga output	$0.850 / 1M	$0.260 / 1M
Total token input	122,854	118,508
Token output	119,810	35,457
Token penalaran	698,549	477,389
Waktu respons (rata-rata)	96.61s	84.44s
Waktu respons (maks)	540.96s	515.38s
Waktu respons (total)	2125.51s	1773.20s
Parameter	398B total (13B aktif)	~35B total (~3B aktif)
Ketersediaan	Bobot tersedia	Tertutup

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
Qwen3.5-Flash	10.0	10.0	100.0%	0		59.11s	672	383	32,992

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
Qwen3.5-Flash	3.7	7.2	22.2%	1		58.87s	6,685	302	90,081

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
Qwen3.5-Flash	6.4	5.8	66.7%	1		266.58s	94,507	10,679	204,282

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
Qwen3.5-Flash	7.3	5.9	83.3%	1		56.99s	6,061	235	16,237

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	7.2	11.1%	1		140.26s	756	72,049	217,598
Qwen3.5-Flash	2.9	7.2	11.1%	1		143.82s	590	23,231	30,394

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
Qwen3.5-Flash	6.1	3.1	66.7%	1		40.05s	516	99	38,486

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
Qwen3.5-Flash	10.0	10.0	100.0%	0		63.49s	699	98	14,139

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
Qwen3.5-Flash	8.2	7.2	88.9%	1		27.61s	381	89	12,457

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
Qwen3.5-Flash	10.0	10.0	100.0%	0		10.33s	8,193	309	1,284

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
Qwen3.5-Flash	3.0	10.0	0.0%	0		48.98s	204	32	37,037

Ganti Pasangan Perbandingan