Trinity Large Thinking (medium) vs GPT-5.6 Luna (low)

GPT-5.6 Luna (low) average score मध्ये पुढे आहे: 6.2 vs 6.1. GPT-5.6 Luna (low) चा benchmark खर्च कमी आहे: $0.051 vs $0.756. GPT-5.6 Luna (low) वेगवान आहे: 5.20s vs 85.44s, pass rates 48.5% vs 54.5%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-09-28

तुलना केलेली मॉडेल्स

क्रमांक: #232
एकूण आउटपुट टोकन्स: 1,016,785
प्रतिसाद वेळ (सरासरी): 85.44s
एकूण खर्च: $0.756

क्रमांक: #223
एकूण आउटपुट टोकन्स: 26,286
प्रतिसाद वेळ (सरासरी): 5.20s
एकूण खर्च: $0.051

शिफारस केलेले मॉडेल GPT-5.6 Luna (low)

It has the best score here (6.2), while costing about 14.9x less than Trinity Large Thinking (medium).

तपशीलवार तुलना

मेट्रिक	Trinity Large Thinking Trinity Large Thinking medium प्रकाशन: 2026-07-28	GPT-5.6 Luna GPT-5.6 Luna low प्रकाशन: 2026-07-09

मेट्रिक	Trinity Large Thinking Trinity Large Thinking medium प्रकाशन: 2026-07-28	GPT-5.6 Luna GPT-5.6 Luna low प्रकाशन: 2026-07-09
स्कोअर	6.1	6.2
क्रमांक	#232	#223
विश्वसनीयता	10.0	10.0
सुसंगतता	7.9	8.2
प्रयत्न	66/66	66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर	48.5%	54.5%
अस्थिर चाचण्या	6	5
एकूण रन	66	66
प्रति निकाल खर्च	9.972	2.437
एकूण खर्च	$0.756	$0.051
इनपुट किंमत	$0.250 / 1M	$0.200 / 1M
आउटपुट किंमत	$0.800 / 1M	$1.200 / 1M
एकूण इनपुट टोकन्स	118,486	96,355
आउटपुट टोकन्स	156,166	8,213
रिझनिंग टोकन्स	860,619	18,073
प्रतिसाद वेळ (सरासरी)	85.44s	5.20s
प्रतिसाद वेळ (कमाल)	525.14s	19.44s
प्रतिसाद वेळ (एकूण)	1879.75s	114.46s
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.

#232 Trinity Large Thinking

medium

खर्च: $0.016
वेळ: 75.9s
टोकन्स: 19,401 tok

#223 GPT-5.6 Luna

low

खर्च: $0.011
वेळ: 10.2s
टोकन्स: 1,897 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:

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	6.8	9.8	50.0%	0		5.11s	663	1,531	6,078
GPT-5.6 Luna	8.3	10.0	75.0%	0		2.21s	606	186	722

कोडिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Trinity Large Thinking	7.5	10.0	66.7%	0		179.02s	7,248	7,413	351,155
GPT-5.6 Luna	5.5	10.0	33.3%	0		4.61s	7,302	557	3,535

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Trinity Large Thinking	2.9	6.0	16.7%	1		382.70s	93,292	35,814	269,745
GPT-5.6 Luna	2.8	1.6	33.3%	2		13.71s	73,147	6,401	2,716

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		16.38s	6,906	475	11,153
GPT-5.6 Luna	10.0	10.0	100.0%	0		2.14s	7,140	234	292

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Trinity Large Thinking	5.3	7.2	44.4%	1		124.17s	756	99,334	172,018
GPT-5.6 Luna	2.9	7.2	11.1%	1		11.24s	732	72	7,564

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		32.22s	501	7,035	7,774
GPT-5.6 Luna	5.0	10.0	0.0%	0		2.25s	477	122	169

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	6.9	16.7%	1		3.99s	684	77	3,798
GPT-5.6 Luna	8.5	6.8	83.3%	1		2.04s	660	93	259

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Trinity Large Thinking	5.2	5.4	44.5%	2		2.90s	678	2,508	3,231
GPT-5.6 Luna	7.6	7.2	77.8%	1		3.59s	642	271	1,207

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		5.26s	7,551	299	1,372
GPT-5.6 Luna	10.0	10.0	100.0%	0		4.43s	5,454	250	177

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		97.44s	207	1,680	34,295
GPT-5.6 Luna	3.0	10.0	0.0%	0		4.86s	195	27	1,432

झटपट तुलना

तुलना जोडी बदला

Trinity Large ThinkingmediumvsQwen3.6 Flashnone Gemma 4 31Bmediumमोफत उपलब्धvsGPT-5.6 Lunalow Seed-2.0-LitenonevsGPT-5.6 Lunalow Trinity Large ThinkingmediumvsGemma 4 31Bnoneमोफत उपलब्ध Trinity Large ThinkingmediumvsInklinglow Trinity Large ThinkingmediumvsGemini 3.1 Flash Litenone Trinity Large ThinkingmediumvsQwen3.7 Flashnone Claude Sonnet 5nonevsGPT-5.6 Lunalow GPT-5.6 LunalowvsMiMo-V2.6-Pronone Trinity Large ThinkingmediumvsQwen3.5 Plus 2026-04-20none Gemini 3.1 Flash LiteminimalvsGPT-5.6 Lunalow GPT-5.6 LunalowvsQwen3.5-35B-A3Bmedium