Trinity Large Thinking (medium) 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 7.4x less than Trinity Large Thinking (medium).

Perbandingan terperinci

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

Metrik	Trinity Large Thinking Trinity Large Thinking medium Rilis: 2026-07-28	Step 3.5 Flash Step 3.5 Flash medium Rilis: 2026-02-01
Skor	6.0	6.0
Peringkat	#150	#146
Keandalan	10.0	9.2
Konsistensi	7.6	9.0
Tes benar
Tingkat lulus per percobaan	45.5%	51.5%
Tes tidak stabil	7	1
Total Run	66	63
Biaya per hasil	11.308	0.540
Total Biaya	$0.792	$0.108
Harga input	$0.220 / 1M	$0.100 / 1M
Harga output	$0.850 / 1M	$0.300 / 1M
Total token input	118,477	65,707
Token output	148,823	108,561
Token penalaran	853,823	293,993
Waktu respons (rata-rata)	84.96s	174.22s
Waktu respons (maks)	525.14s	1597.85s
Waktu respons (total)	1869.16s	2613.32s

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

medium

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	6.8	9.8	50.0%	0		5.11s	663	1,531	6,078
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	7.5	10.0	66.7%	0		179.02s	7,248	7,413	351,155
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	2.9	6.0	16.7%	1		382.70s	93,292	35,814	269,745
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	6.3	5.8	66.7%	1		16.38s	6,906	475	11,153
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		120.64s	747	91,991	165,222
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		32.22s	501	7,035	7,774
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	6.9	16.7%	1		3.99s	684	77	3,798
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	5.2	5.4	44.5%	2		2.90s	678	2,508	3,231
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		5.26s	7,551	299	1,372
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		97.44s	207	1,680	34,295
Step 3.5 Flash	3.0	10.0	0.0%	0		108.45s	221	2,354	10,372

Ganti Pasangan Perbandingan