Navigasi
Advertise here

Trinity Large Thinking (medium) vs GLM 5.3 FlashX (low)

Trinity Large Thinking (medium) unggul dalam skor rata-rata dengan 6.1 vs 6.0. GLM 5.3 FlashX (low) memiliki biaya benchmark lebih rendah di $0.157 vs $0.820. GLM 5.3 FlashX (low) lebih cepat di 9.69s vs 84.01s, dengan tingkat keberhasilan 49.3% vs 63.8%.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-10-01

Model yang Dibandingkan

Peringkat
#232
Total token output
1,033,971
Waktu respons (rata-rata)
84.01s
Total Biaya
$0.820
Peringkat
#238
Total token output
43,203
Waktu respons (rata-rata)
9.69s
Total Biaya
$0.157
Model yang direkomendasikan GLM 5.3 FlashX (low)

Its score stays close to the best score here (6.0 vs 6.1), while costing about 5.2x less than Trinity Large Thinking (medium).

Perbandingan terperinci

Metrik Trinity Large Thinking Trinity Large Thinking medium Rilis: 2026-07-28 GLM 5.3 FlashX GLM 5.3 FlashX low Rilis: 2026-09-21
Skor 6.1 6.0
Peringkat #232 #238
Keandalan 10.0 10.0
Konsistensi 7.7 6.8
Percobaan 69/69 69/69
Tes benar
Tingkat lulus per percobaan 49.3% 63.8%
Tes tidak stabil 7 9
Total Run 69 69
Biaya per hasil 10.772 1.423
Total Biaya $0.820 $0.157
Harga input $0.250 / 1M $0.370 / 1M
Harga output $0.800 / 1M $1.250 / 1M
Total token input 319,352 277,028
Token output 158,447 11,965
Token penalaran 875,524 31,238
Waktu respons (rata-rata) 84.01s 9.69s
Waktu respons (maks) 525.14s 77.99s
Waktu respons (total) 1932.24s 222.83s
Parameter 398B total (13B aktif) 320B total (18B aktif)
Ketersediaan Bobot tersedia Tertutup

Showcase generasi model

Hamster playing table tennis

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

#232 Trinity Large Thinking

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

#238 GLM 5.3 FlashX

low
Biaya
$0.002
Waktu
8.4s
Token
1,526 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
GLM 5.3 FlashX 5.5 7.4 44.4% 1 5.45s 7,317 382 4,760

Perbandingan Cepat

Ganti Pasangan Perbandingan