Trinity Large Thinking (low) vs Step 3.5 Flash (medium)

Model yang direkomendasikan Step 3.5 Flash (medium)

It has the best score here (6.0), while costing about 6.1x less than Trinity Large Thinking (low).

Perbandingan terperinci

Metrik	Trinity Large Thinking Trinity Large Thinking low Rilis: 2026-07-28	Step 3.5 Flash Step 3.5 Flash medium Rilis: 2026-02-01

Metrik	Trinity Large Thinking Trinity Large Thinking low Rilis: 2026-07-28	Step 3.5 Flash Step 3.5 Flash medium Rilis: 2026-02-01
Skor	6.0	6.0
Peringkat	#145	#146
Keandalan	9.7	9.2
Konsistensi	7.9	9.0
Tes benar
Tingkat lulus per percobaan	48.5%	51.5%
Tes tidak stabil	6	1
Total Run	66	63
Biaya per hasil	8.199	0.540
Total Biaya	$0.656	$0.108
Harga input	$0.220 / 1M	$0.100 / 1M
Harga output	$0.850 / 1M	$0.300 / 1M
Total token input	122,845	65,707
Token output	117,704	108,561
Token penalaran	697,516	293,993
Waktu respons (rata-rata)	96.78s	174.22s
Waktu respons (maks)	540.96s	1597.85s
Waktu respons (total)	2129.13s	2613.32s

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
Step 3.5 Flash	10.0	10.0	100.0%	0		40.57s	694	20,391	24,176

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
Step 3.5 Flash	2.4	5.2	0.0%	0		258.38s	2,211	13,207	22,429

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
Step 3.5 Flash	6.5	10.0	50.0%	0		813.71s	44,914	18,150	111,004

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
Step 3.5 Flash	10.0	10.0	100.0%	0		15.01s	7,368	600	13,886

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
Step 3.5 Flash	5.3	7.2	44.4%	1		170.45s	673	45,350	90,436

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
Step 3.5 Flash	5.5	10.0	0.0%	0		22.39s	509	240	3,506

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
Step 3.5 Flash	8.3	10.0	50.0%	0		4.78s	705	2,364	3,521

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
Step 3.5 Flash	5.3	10.0	33.3%	0		7.22s	711	5,630	10,861

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
Step 3.5 Flash	10.0	10.0	100.0%	0		11.91s	7,701	275	3,802

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
Step 3.5 Flash	3.0	10.0	0.0%	0		108.45s	221	2,354	10,372

Ganti Pasangan Perbandingan