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

AI BENCHY Compare

Trinity Large Preview vs Mistral: Mistral Small 4

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-03-17

Metrică Trinity Large Preview Trinity Large Preview none Lansare: 2026-01-27 Disponibil gratuit Mistral Small 4 Mistral Small 4 medium Lansare: 2026-03-16
Rang #60 #55
Scor 5.3 5.6
Consistență 9.6 7.0
Cost per rezultat 0.000 0.502
Cost total $0.000 $0.026
Teste corecte
Rată de trecere pe încercare 31.4% 49.0%
Teste instabile 1 6
Rulări totale 51 51
Tokenuri de ieșire 1,843 12,288
Tokenuri de raționament 0 28,112
Timp de răspuns (mediu) 3.04s 4.18s
Timp de răspuns (maxim) 8.91s 25.25s
Timp de răspuns (total) 51.75s 71.03s

Top modele după scor

Scor vs cost total

Timp de răspuns (mediu)

Scor vs Timp de răspuns (mediu)

Total tokenuri de ieșire

Scor vs Total tokenuri de ieșire

Defalcare pe categorii

Trucuri anti-AI Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Trinity Large Preview 3.0 10.0 0.0% 0 3.02s 593 0
Mistral Small 4 5.6 3.8 66.7% 3 2.67s 4,055 4,778
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Trinity Large Preview 3.0 10.0 0.0% 0 8.91s 294 0
Mistral Small 4 3.0 10.0 0.0% 0 25.25s 2,612 10,700
Parsare și extragere de date Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Trinity Large Preview 10.0 10.0 100.0% 0 3.26s 186 0
Mistral Small 4 7.3 5.9 83.3% 1 1.23s 335 723
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Trinity Large Preview 5.3 10.0 33.3% 0 877ms 25 0
Mistral Small 4 5.3 7.2 44.4% 1 6.11s 2,621 6,904
Inteligență generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Trinity Large Preview 4.4 9.9 0.0% 0 2.86s 124 0
Mistral Small 4 4.8 10.0 0.0% 0 2.05s 821 828
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Trinity Large Preview 4.1 6.7 16.7% 1 1.09s 63 0
Mistral Small 4 7.3 5.8 83.3% 1 1.38s 540 1,031
Puzzle Solving Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Trinity Large Preview 5.4 10.0 33.3% 0 3.30s 291 0
Mistral Small 4 3.4 9.7 0.0% 0 2.00s 983 2,338
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Trinity Large Preview 10.0 10.0 100.0% 0 6.67s 267 0
Mistral Small 4 10.0 10.0 100.0% 0 3.50s 321 810

Comparație rapidă

Schimbă perechea de comparație