AI BENCHY Compare
Anthropic: Claude Opus 4.6 vs Trinity Large Preview
比較する:
ベンチマークは AI BENCHY テストスイートから次の日時に生成: 2026-03-06
| 指標 | Anthropic: Claude Opus 4.6 medium リリース: 2026-02-05 | Trinity Large Preview none リリース: 2026-01-27 無料で利用可能 |
|---|---|---|
| 順位 | #26 | #45 |
| 平均スコア | 6.6 | 4.2 |
| 一貫性 | 9.0 | 9.6 |
| 結果あたりのコスト | 13.118 | 0.000 |
| 合計コスト | $1.312 | $0.000 |
| 正解テスト | ||
| 試行ごとの合格率 | 66.7% | 33.3% |
| 不安定なテスト | 2 | 1 |
| 総実行回数 | 48 | 48 |
| 出力トークン | 26,254 | 1,837 |
| 推論トークン | 17,363 | 0 |
| 応答時間（平均） | 22.86s | 3.15s |
| 応答時間（最大） | 83.40s | 8.91s |
| 応答時間（合計） | 205.71s | 50.46s |
スコア vs 総コスト
応答時間（平均）
平均スコア vs 応答時間（平均）
カテゴリ内訳
| 反AIトリック | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Anthropic: Claude Opus 4.6 | 4.0 | 4.4 | 55.6% | 2 | 11.88s | 897 | 1,000 | |
| Trinity Large Preview | 10.0 | 10.0 | 0.0% | 0 | 3.59s | 587 | 0 |
| 複合 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Anthropic: Claude Opus 4.6 | 10.0 | 10.0 | 100.0% | 0 | 76.66s | 8,178 | 5,194 | |
| Trinity Large Preview | 10.0 | 10.0 | 0.0% | 0 | 8.91s | 294 | 0 |
| データ解析と抽出 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Anthropic: Claude Opus 4.6 | 9.9 | 10.0 | 100.0% | 0 | 7.37s | 691 | 757 | |
| Trinity Large Preview | 9.9 | 10.0 | 100.0% | 0 | 3.26s | 186 | 0 |
| ドメイン特化 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Anthropic: Claude Opus 4.6 | 10.0 | 10.0 | 0.0% | 0 | 83.40s | 14,642 | 8,687 | |
| Trinity Large Preview | 4.0 | 10.0 | 33.3% | 0 | 877ms | 25 | 0 |
| 汎用知能 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Anthropic: Claude Opus 4.6 | 10.0 | 10.0 | 100.0% | 0 | 5.04s | 188 | 292 | |
| Trinity Large Preview | 3.0 | 9.9 | 0.0% | 0 | 2.86s | 124 | 0 |
| 指示追従 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Anthropic: Claude Opus 4.6 | 10.0 | 10.0 | 100.0% | 0 | 2.43s | 266 | 467 | |
| Trinity Large Preview | 3.5 | 6.7 | 16.7% | 1 | 1.09s | 63 | 0 |
| Puzzle Solving | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Anthropic: Claude Opus 4.6 | 7.0 | 10.0 | 66.7% | 0 | 4.60s | 531 | 637 | |
| Trinity Large Preview | 4.0 | 10.0 | 33.3% | 0 | 3.30s | 291 | 0 |
| ツール呼び出し | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Anthropic: Claude Opus 4.6 | 10.0 | 10.0 | 100.0% | 0 | 9.73s | 861 | 329 | |
| Trinity Large Preview | 10.0 | 10.0 | 100.0% | 0 | 6.67s | 267 | 0 |
クイック比較
比較ペアを切り替え
Claude Opus 4.6mediumvsQwen3.5 Plus 2026-02-15noneTrinity Large Previewnone無料で利用可能vsMiniMax M2.5mediumClaude Opus 4.6mediumvsGemini 3.1 Flash Lite PreviewnoneClaude Opus 4.6mediumvsGLM 5noneClaude Opus 4.6mediumvsGemini 3 Flash PreviewnoneTrinity Large Previewnone無料で利用可能vsQwen3 Coder NextmediumClaude Opus 4.6mediumvsGPT-5.3 ChatnoneClaude Opus 4.6mediumvsGemini 3.1 Flash Lite PreviewlowClaude Opus 4.6mediumvsGPT-5.2 ChatnoneTrinity Large Previewnone無料で利用可能vsgpt-oss-120bmedium無料で利用可能Claude Opus 4.6mediumvsDeepSeek V3.2noneTrinity Large Previewnone無料で利用可能vsMercury 2medium