नेव्हिगेशन
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Trinity Large Thinking (high) vs GPT-5.6 Terra

GPT-5.6 Terra average score मध्ये पुढे आहे: 5.8 vs 5.7. GPT-5.6 Terra चा benchmark खर्च कमी आहे: $0.377 vs $0.794. GPT-5.6 Terra वेगवान आहे: 4.11s vs 74.52s, pass rates 42.0% vs 40.6%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-11-13

तुलना केलेली मॉडेल्स

क्रमांक
#345
एकूण आउटपुट टोकन्स
717,762
प्रतिसाद वेळ (सरासरी)
74.52s
एकूण खर्च
$0.794
क्रमांक
#341
एकूण आउटपुट टोकन्स
7,381
प्रतिसाद वेळ (सरासरी)
4.11s
एकूण खर्च
$0.377
शिफारस केलेले मॉडेल GPT-5.6 Terra

It has the best score here (5.8), while costing about 2.1x less than Trinity Large Thinking (high).

तपशीलवार तुलना

मेट्रिक Trinity Large Thinking Trinity Large Thinking high प्रकाशन: 2026-07-28 GPT-5.6 Terra GPT-5.6 Terra none प्रकाशन: 2026-07-09
स्कोअर 5.7 5.8
क्रमांक #345 #341
विश्वसनीयता 10.0 10.0
सुसंगतता 7.3 9.0
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 42.0% 40.6%
अस्थिर चाचण्या 8 3
एकूण रन 69 69
प्रति निकाल खर्च 11.289 7.313
एकूण खर्च $0.794 $0.377
इनपुट किंमत $0.250 / 1M $2.000 / 1M
आउटपुट किंमत $0.800 / 1M $12.000 / 1M
कॅश वाचण्याची किंमत $0.060 / 1M $0.200 / 1M
कॅश लिहिण्याची किंमत लागू नाही $2.500 / 1M
एकूण इनपुट टोकन्स 283,116 213,564
आउटपुट टोकन्स 277,920 7,381
रिझनिंग टोकन्स 665,124 0
प्रतिसाद वेळ (सरासरी) 74.52s 4.11s
प्रतिसाद वेळ (कमाल) 510.21s 57.98s
प्रतिसाद वेळ (एकूण) 1713.90s 94.52s
पॅरामीटर्स 398B एकूण (13B सक्रिय) ~1T एकूण (~60B सक्रिय)
उपलब्धता वेट्स उपलब्ध बंद स्रोत

कॅशच्या किमती इनपुट टोकनला लागू होतात. वाचताना साठवलेले प्रॉम्प्ट पुन्हा वापरले जातात; लिहिताना ते साठवले जातात आणि अधिक खर्च होऊ शकतो. आउटपुट टोकनला आउटपुट किंमत लागू होते.

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#345 Trinity Large Thinking

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

#341 GPT-5.6 Terra

none
खर्च
$0.030
वेळ
14.7s
टोकन्स
2,082 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-5.6 Terra 5.5 10.0 33.3% 0 1.00s 7,302 336 0

तुलना जोडी बदला