Trinity Large Thinking (low) vs GPT-6 Luna (medium)

GPT-6 Luna (medium) average score मध्ये पुढे आहे: 8.3 vs 6.3. GPT-6 Luna (medium) चा benchmark खर्च कमी आहे: $0.047 vs $0.918. GPT-6 Luna (medium) वेगवान आहे: 18.07s vs 95.16s, pass rates 47.8% vs 73.9%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-24

तुलना केलेली मॉडेल्स

क्रमांक: #267
एकूण आउटपुट टोकन्स: 765,746
प्रतिसाद वेळ (सरासरी): 95.16s
एकूण खर्च: $0.918

क्रमांक: #97
एकूण आउटपुट टोकन्स: 53,161
प्रतिसाद वेळ (सरासरी): 18.07s
एकूण खर्च: $0.047

शिफारस केलेले मॉडेल GPT-6 Luna (medium)

It has the best score here (8.3), while costing about 19.6x less than Trinity Large Thinking (low).

तपशीलवार तुलना

मेट्रिक	Trinity Large Thinking Trinity Large Thinking low प्रकाशन: 2026-07-28	GPT-6 Luna GPT-6 Luna medium प्रकाशन: 2026-09-23

मेट्रिक	Trinity Large Thinking Trinity Large Thinking low प्रकाशन: 2026-07-28	GPT-6 Luna GPT-6 Luna medium प्रकाशन: 2026-09-23
स्कोअर	6.3	8.3
क्रमांक	#267	#97
विश्वसनीयता	10.0	10.0
सुसंगतता	8.1	8.9
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	47.8%	73.9%
अस्थिर चाचण्या	6	3
एकूण रन	69	69
प्रति निकाल खर्च	9.163	0.313
एकूण खर्च	$0.918	$0.047
इनपुट किंमत	$0.250 / 1M	$0.100 / 1M
आउटपुट किंमत	$0.800 / 1M	$0.500 / 1M
कॅश वाचण्याची किंमत	$0.060 / 1M	$0.010 / 1M
कॅश लिहिण्याची किंमत	लागू नाही	$0.125 / 1M
एकूण इनपुट टोकन्स	347,980	203,193
आउटपुट टोकन्स	121,898	5,751
रिझनिंग टोकन्स	720,302	47,410
प्रतिसाद वेळ (सरासरी)	95.16s	18.07s
प्रतिसाद वेळ (कमाल)	540.96s	66.44s
प्रतिसाद वेळ (एकूण)	2188.74s	415.53s
पॅरामीटर्स	398B एकूण (13B सक्रिय)	~400B एकूण (~17B 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.

#267 Trinity Large Thinking

low

खर्च: $0.021
वेळ: 173.2s
टोकन्स: 24,586 tok

#97 GPT-6 Luna

medium

खर्च: $0.002
वेळ: 23.6s
टोकन्स: 2,966 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	7.4	3.8	66.7%	1		63.23s	225,126	2,088	21,753
GPT-6 Luna	10.0	10.0	100.0%	0		66.44s	124,247	1,116	6,891

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	8.3	10.0	75.0%	0		5.70s	663	1,451	5,431
GPT-6 Luna	8.3	10.0	75.0%	0		4.32s	606	156	875

कोडिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Trinity Large Thinking	5.3	10.0	33.3%	0		344.45s	5,441	27,039	217,241
GPT-6 Luna	6.6	4.6	77.8%	2		23.63s	7,302	438	10,222

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Trinity Large Thinking	5.2	6.0	33.3%	1		291.02s	99,467	9,848	234,039
GPT-6 Luna	10.0	10.0	100.0%	0		22.65s	55,738	3,052	4,096

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	7.3	5.8	83.3%	1		14.30s	6,906	459	9,451
GPT-6 Luna	10.0	10.0	100.0%	0		26.09s	7,140	234	268

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		140.26s	756	72,049	217,598
GPT-6 Luna	5.9	7.2	55.6%	1		22.71s	732	70	19,191

Samanya Buddhimatta	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		12.65s	501	5,138	5,695
GPT-6 Luna	4.4	9.9	0.0%	0		28.25s	477	91	289

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Trinity Large Thinking	4.4	6.8	16.7%	1		4.07s	684	45	3,710
GPT-6 Luna	9.8	10.0	100.0%	0		13.24s	660	89	409

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Trinity Large Thinking	6.3	7.9	44.4%	1		3.28s	678	2,625	3,077
GPT-6 Luna	7.7	10.0	66.7%	0		9.78s	642	211	3,189

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		5.19s	7,551	299	1,430
GPT-6 Luna	10.0	10.0	100.0%	0		4.84s	5,454	264	249

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		2.10s	207	857	877
GPT-6 Luna	3.0	10.0	0.0%	0		6.39s	195	30	1,731

तुलना जोडी बदला

Trinity Large ThinkinglowvsDeepSeek V3.2medium Trinity Large ThinkinglowvsSpace Bunny Alphamedium Trinity Large ThinkinglowvsDeepSeek V4 Flash 0423none Trinity Large ThinkinglowvsGrok 4.20medium Gemini 4 ArgonlowvsGPT-6 Lunamedium DeepSeek V4.1 Flash 1017maxvsGPT-6 Lunamedium GPT-6 LunamediumvsGrok 4.5high Trinity Large ThinkinglowvsQwen3.5 Plus 2026-02-15none Trinity Large ThinkinglowvsSolar Pro 4high Kimi K3maxvsGPT-6 Lunamedium Trinity Large ThinkinglowvsMinimax M3.1 Flashmediumमोफत उपलब्ध Gemini 3.5 FlashhighvsGPT-6 Lunamedium