नेव्हिगेशन
Advertise here

Trinity Large Thinking (high) vs GPT-5.4 Mini

average score जवळपास समान आहे: 5.7 vs 5.7. GPT-5.4 Mini चा benchmark खर्च कमी आहे: $0.170 vs $0.645. GPT-5.4 Mini वेगवान आहे: 3.34s vs 74.52s, pass rates 42.0% vs 30.4%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-01

तुलना केलेली मॉडेल्स

क्रमांक
#253
एकूण आउटपुट टोकन्स
943,044
प्रतिसाद वेळ (सरासरी)
74.52s
एकूण खर्च
$0.645
क्रमांक
#255
एकूण आउटपुट टोकन्स
8,828
प्रतिसाद वेळ (सरासरी)
3.34s
एकूण खर्च
$0.170
शिफारस केलेले मॉडेल GPT-5.4 Mini

It has the best score here (5.7), while costing about 3.8x less than Trinity Large Thinking (high).

तपशीलवार तुलना

मेट्रिक Trinity Large Thinking Trinity Large Thinking high प्रकाशन: 2026-07-28 GPT-5.4 Mini GPT-5.4 Mini none प्रकाशन: 2026-03-17
स्कोअर 5.7 5.7
क्रमांक #253 #255
विश्वसनीयता 10.0 10.0
सुसंगतता 7.3 9.3
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 42.0% 30.4%
अस्थिर चाचण्या 8 2
एकूण रन 69 69
प्रति निकाल खर्च 11.289 2.818
एकूण खर्च $0.645 $0.170
इनपुट किंमत $0.250 / 1M $0.750 / 1M
आउटपुट किंमत $0.800 / 1M $4.500 / 1M
एकूण इनपुट टोकन्स 283,116 172,438
आउटपुट टोकन्स 277,920 8,828
रिझनिंग टोकन्स 665,124 0
प्रतिसाद वेळ (सरासरी) 74.52s 3.34s
प्रतिसाद वेळ (कमाल) 510.21s 41.98s
प्रतिसाद वेळ (एकूण) 1713.90s 76.84s
पॅरामीटर्स 398B एकूण (13B सक्रिय) ~400B एकूण (~17B सक्रिय)
उपलब्धता वेट्स उपलब्ध बंद स्रोत

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#253 Trinity Large Thinking

high
खर्च
$0.028
वेळ
130.1s
टोकन्स
34,387 tok

#255 GPT-5.4 Mini

none
खर्च
$0.010
वेळ
11.7s
टोकन्स
2,151 tok

स्कोअरनुसार शीर्ष मॉडेल्स

स्कोअर विरुद्ध एकूण खर्च

प्रतिसाद वेळ (सरासरी)

स्कोअर vs प्रतिसाद वेळ (सरासरी)

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

श्रेणीवार तपशील

कोडिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Trinity Large Thinking 3.7 4.7 33.3% 2 245.04s 7,204 83,616 266,836
GPT-5.4 Mini 5.5 10.0 33.3% 0 913ms 7,305 401 0

झटपट तुलना

तुलना जोडी बदला