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

Arcee AI: Trinity Large Preview vs Mistral: Mistral Small 4

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-04-29

Metrică Trinity Large Preview Trinity Large Preview none Lansare: 2026-01-27 Mistral Small 4 Mistral Small 4 none Lansare: 2026-03-16
Scor 5.3 5.2
Rang #102 #109
Fiabilitate N/D N/D
Consistență 9.6 9.5
Teste corecte
Rată de trecere pe încercare 29.6% 31.5%
Teste instabile 1 1
Rulări totale 52 54
Cost per rezultat 0.000 0.118
Cost total $0.000 $0.006
Preț de intrare $0.150 / 1M $0.150 / 1M
Preț de ieșire $0.450 / 1M $0.600 / 1M
Tokenuri de ieșire 1,985 2,207
Tokenuri de raționament 0 0
Timp de răspuns (mediu) 5.07s 665ms
Timp de răspuns (maxim) 39.47s 1.72s
Timp de răspuns (total) 91.23s 11.97s

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 3.4 7.9 16.7% 1 395ms 182 0
Programare Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Trinity Large Preview 6.3 10.0 0.0% 0 39.47s 142 0
Mistral Small 4 4.5 9.0 0.0% 0 1.28s 583 0
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 1.72s 496 0
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 10.0 10.0 100.0% 0 822ms 261 0
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 10.0 33.3% 0 367ms 28 0
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 4.0 10.0 0.0% 0 729ms 205 0
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 6.5 10.0 50.0% 0 380ms 69 0
Rezolvare de puzzle-uri 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 3.1 9.9 0.0% 0 589ms 170 0
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 1.40s 213 0

Comparație rapidă

Schimbă perechea de comparație