Trinity Large Thinking (high) vs GPT-5.4

Trinity Large Thinking (high) average score मध्ये पुढे आहे: 5.7 vs 5.6. Trinity Large Thinking (high) चा benchmark खर्च कमी आहे: $0.645 vs $0.690. GPT-5.4 वेगवान आहे: 3.89s vs 74.52s, pass rates 42.0% vs 33.3%.

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: #260
एकूण आउटपुट टोकन्स: 9,372
प्रतिसाद वेळ (सरासरी): 3.89s
एकूण खर्च: $0.690

शिफारस केलेले मॉडेल GPT-5.4

Its score stays close to the best score here (5.6 vs 5.7), while responding about 19.2x faster than Trinity Large Thinking (high).

तपशीलवार तुलना

मेट्रिक	Trinity Large Thinking Trinity Large Thinking high प्रकाशन: 2026-07-28	GPT-5.4 GPT-5.4 none प्रकाशन: 2026-03-05

मेट्रिक	Trinity Large Thinking Trinity Large Thinking high प्रकाशन: 2026-07-28	GPT-5.4 GPT-5.4 none प्रकाशन: 2026-03-05
स्कोअर	5.7	5.6
क्रमांक	#253	#260
विश्वसनीयता	10.0	10.0
सुसंगतता	7.3	9.3
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	42.0%	33.3%
अस्थिर चाचण्या	8	2
एकूण रन	69	69
प्रति निकाल खर्च	11.289	9.845
एकूण खर्च	$0.645	$0.690
इनपुट किंमत	$0.250 / 1M	$2.500 / 1M
आउटपुट किंमत	$0.800 / 1M	$15.000 / 1M
एकूण इनपुट टोकन्स	283,116	219,404
आउटपुट टोकन्स	277,920	9,372
रिझनिंग टोकन्स	665,124	0
प्रतिसाद वेळ (सरासरी)	74.52s	3.89s
प्रतिसाद वेळ (कमाल)	510.21s	43.73s
प्रतिसाद वेळ (एकूण)	1713.90s	89.48s
पॅरामीटर्स	398B एकूण (13B सक्रिय)	~1.5T एकूण (~100B 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

#260 GPT-5.4

none

खर्च: $0.026
वेळ: 18.1s
टोकन्स: 1,792 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

श्रेणी:

स्वायत्त एजंट कार्ये	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Trinity Large Thinking	10.0	10.0	100.0%	0		44.97s	181,340	1,553	8,872
GPT-5.4	5.0	10.0	0.0%	0		43.73s	110,763	1,033	0

अँटी-एआय युक्त्या	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Trinity Large Thinking	6.7	8.1	58.3%	1		4.13s	663	3,108	7,565
GPT-5.4	3.2	8.0	8.3%	1		1.21s	606	406	0

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	5.5	10.0	33.3%	0		1.62s	7,305	516	0

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Trinity Large Thinking	3.0	10.0	0.0%	0		262.39s	76,626	14,706	149,243
GPT-5.4	3.0	10.0	0.0%	0		9.26s	85,439	6,195	0

डेटा पार्सिंग आणि निष्कर्षण	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Trinity Large Thinking	6.3	5.8	66.7%	1		13.98s	6,906	580	9,338
GPT-5.4	10.0	10.0	100.0%	0		1.04s	7,140	222	0

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Trinity Large Thinking	2.9	7.2	11.1%	1		66.94s	756	163,364	166,091
GPT-5.4	5.3	7.2	44.4%	1		1.15s	732	68	0

Samanya Buddhimatta	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Trinity Large Thinking	6.5	3.4	66.7%	1		12.90s	501	5,700	5,942
GPT-5.4	4.4	9.9	0.0%	0		1.78s	477	184	0

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Trinity Large Thinking	6.3	10.0	50.0%	0		4.12s	684	88	2,853
GPT-5.4	6.5	10.0	50.0%	0		1.07s	660	81	0

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Trinity Large Thinking	4.7	5.2	33.3%	2		3.84s	678	2,566	3,368
GPT-5.4	5.6	9.8	33.3%	0		1.44s	642	381	0

टूल कॉलिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Trinity Large Thinking	10.0	10.0	100.0%	0		5.96s	7,551	282	1,440
GPT-5.4	10.0	10.0	100.0%	0		2.75s	5,445	246	0

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Trinity Large Thinking	3.0	10.0	0.0%	0		125.13s	207	2,357	43,576
GPT-5.4	3.0	10.0	0.0%	0		990ms	195	40	0

झटपट तुलना

तुलना जोडी बदला