Navigasi
Advertise here

Trinity Large Thinking (medium) vs Beam 1.0 501B A23B (high)

Skor rata-rata hampir imbang di 6.1 vs 6.1. Beam 1.0 501B A23B (high) memiliki biaya benchmark lebih rendah di $0.674 vs $0.862. Beam 1.0 501B A23B (high) lebih cepat di 9.03s vs 84.01s, dengan tingkat keberhasilan 49.3% vs 59.4%.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-10-17

Model yang Dibandingkan

Peringkat
#267
Total token output
925,046
Waktu respons (rata-rata)
84.01s
Total Biaya
$0.862
Peringkat
#266
Total token output
147,207
Waktu respons (rata-rata)
9.03s
Total Biaya
$0.674
Model yang direkomendasikan Beam 1.0 501B A23B (high)

It has the best score here (6.1), while responding about 9.3x faster than Trinity Large Thinking (medium).

Perbandingan terperinci

Metrik Trinity Large Thinking Trinity Large Thinking medium Rilis: 2026-07-28 Beam 1.0 501B A23B Beam 1.0 501B A23B high Rilis: 2026-10-17
Skor 6.1 6.1
Peringkat #267 #266
Keandalan 10.0 10.0
Konsistensi 7.7 8.3
Percobaan 69/69 69/69
Tes benar
Tingkat lulus per percobaan 49.3% 59.4%
Tes tidak stabil 7 5
Total Run 69 69
Biaya per hasil 10.772 6.126
Total Biaya $0.862 $0.674
Harga input $0.250 / 1M $1.000 / 1M
Harga output $0.800 / 1M $3.000 / 1M
Harga baca cache $0.060 / 1M $0.100 / 1M
Harga tulis cache T/A T/A
Total token input 319,352 232,218
Token output 158,447 4,944
Token penalaran 875,524 142,263
Waktu respons (rata-rata) 84.01s 9.03s
Waktu respons (maks) 525.14s 36.04s
Waktu respons (total) 1932.24s 207.67s
Parameter 398B total (13B aktif) 501B total (23B aktif)
Ketersediaan Bobot tersedia Sumber terbuka

Harga cache berlaku untuk token input. Pembacaan memakai kembali prompt tersimpan; penulisan menyimpannya dan dapat menambah biaya. Token output menggunakan harga output.

Showcase generasi model

Hamster playing table tennis

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

#267 Trinity Large Thinking

medium
Biaya
$0.016
Waktu
75.9s
Token
19,401 tok

#266 Beam 1.0 501B A23B

high
Biaya
$0.008
Waktu
15.6s
Token
6,162 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 7.5 10.0 66.7% 0 179.02s 7,248 7,413 351,155
Beam 1.0 501B A23B 8.4 7.4 88.9% 1 21.05s 7,800 559 44,608

Ganti Pasangan Perbandingan