AI BENCHY Compare
Arcee AI: Trinity Large Preview (free) vs StepFun: Step 3.5 Flash
Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-03-03
| Metrică | Arcee AI: Trinity Large Preview (free) none Lansare: 2026-01-27 Disponibil gratuit | StepFun: Step 3.5 Flash medium Lansare: 2026-02-01 Disponibil gratuit |
|---|---|---|
| Rang | #33 | #11 |
| Scor mediu | 4.34 | 7.00 |
| Consistență | 9.97 | 8.32 |
| Cost per rezultat | 0.000 | 0.000 |
| Cost total | $0.000 | $0.000 |
| Teste corecte | 5/14 | 9/14 |
| Rată de trecere pe încercare | 35.7% | 73.8% |
| Teste instabile | 0 | 3 |
| Tokenuri de ieșire | 1,415 | 60,502 |
| Tokenuri de raționament | 0 | 117,044 |
Defalcare pe categorii
| Trucuri anti-AI | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|
| Arcee AI: Trinity Large Preview (free) | 1.00 | 10.00 | 0.0% | 0 | 587 | 0 | |
| StepFun: Step 3.5 Flash | 10.00 | 10.00 | 100.0% | 0 | 13,924 | 17,208 |
| Parsare și extragere de date | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|
| Arcee AI: Trinity Large Preview (free) | 9.88 | 10.00 | 100.0% | 0 | 186 | 0 | |
| StepFun: Step 3.5 Flash | 10.00 | 10.00 | 100.0% | 0 | 535 | 11,548 |
| Specific domeniului | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|
| Arcee AI: Trinity Large Preview (free) | 4.00 | 10.00 | 33.3% | 0 | 21 | 0 | |
| StepFun: Step 3.5 Flash | 4.00 | 7.21 | 44.4% | 1 | 40,942 | 74,237 |
| Respectarea instrucțiunilor | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|
| Arcee AI: Trinity Large Preview (free) | 2.00 | 9.79 | 0.0% | 0 | 63 | 0 | |
| StepFun: Step 3.5 Flash | 10.00 | 10.00 | 100.0% | 0 | 2,121 | 3,274 |
| Puzzle Solving | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|
| Arcee AI: Trinity Large Preview (free) | 4.00 | 9.99 | 33.3% | 0 | 291 | 0 | |
| StepFun: Step 3.5 Flash | 2.00 | 4.96 | 33.3% | 2 | 2,705 | 6,975 |
| Apelare instrumente | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|
| Arcee AI: Trinity Large Preview (free) | 10.00 | 10.00 | 100.0% | 0 | 267 | 0 | |
| StepFun: Step 3.5 Flash | 10.00 | 10.00 | 100.0% | 0 | 275 | 3,802 |
Comparație rapidă
Schimbă perechea de comparație
Trinity Large Preview (free)noneDisponibil gratuitvsGLM 4.7 FlashmediumGemini 3 Flash PreviewnonevsStep 3.5 FlashmediumDisponibil gratuitClaude Sonnet 4.6nonevsStep 3.5 FlashmediumDisponibil gratuitQwen3.5 Plus 2026-02-15nonevsStep 3.5 FlashmediumDisponibil gratuitTrinity Large Preview (free)noneDisponibil gratuitvsQwen3 Coder NextmediumStep 3.5 FlashmediumDisponibil gratuitvsGLM 5noneTrinity Large Preview (free)noneDisponibil gratuitvsMiniMax M2.5mediumTrinity Large Preview (free)noneDisponibil gratuitvsgpt-oss-120bmediumDisponibil gratuitGemini 3 Flash PreviewlowvsStep 3.5 FlashmediumDisponibil gratuitTrinity Large Preview (free)noneDisponibil gratuitvsQwen3.5-FlashmediumTrinity Large Preview (free)noneDisponibil gratuitvsGPT-5 NanomediumTrinity Large Preview (free)noneDisponibil gratuitvsQwen3.5-35B-A3Bmedium