Navigare
AI BENCHY
Compară Grafice Metodologie
❤️ Made by XCS
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 OpenAI: GPT-5.4

Compară:

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-03-06

Metrică Trinity Large Preview none Lansare: 2026-01-27 Disponibil gratuit OpenAI: GPT-5.4 none Lansare: 2026-03-05
Rang #45 #44
Scor mediu 4.2 4.5
Consistență 9.6 8.9
Cost per rezultat 0.000 1.562
Cost total $0.000 $0.094
Teste corecte
Rată de trecere pe încercare 33.3% 41.7%
Teste instabile 1 2
Rulări totale 48 (16 x 3) 48 (16 x 3)
Tokenuri de ieșire 1,837 1,819
Tokenuri de raționament 0 0
Timp de răspuns (mediu) 3.15s 1.48s
Timp de răspuns (maxim) 8.91s 2.89s
Timp de răspuns (total) 50.46s 23.64s

Top modele după scor

Scor vs cost total

Timp de răspuns (mediu)

Scor mediu vs Timp de răspuns (mediu)

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 10.0 10.0 0.0% 0 3.59s 587 0
OpenAI: GPT-5.4 10.0 7.3 11.1% 1 1.41s 388 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 10.0 10.0 0.0% 0 8.91s 294 0
OpenAI: GPT-5.4 10.0 10.0 0.0% 0 2.89s 291 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 9.9 10.0 100.0% 0 3.26s 186 0
OpenAI: GPT-5.4 9.9 10.0 100.0% 0 1.04s 222 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 4.0 10.0 33.3% 0 877ms 25 0
OpenAI: GPT-5.4 4.0 7.2 44.4% 1 1.07s 50 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 3.0 9.9 0.0% 0 2.86s 124 0
OpenAI: GPT-5.4 3.0 9.9 0.0% 0 1.78s 184 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 3.5 6.7 16.7% 1 1.09s 63 0
OpenAI: GPT-5.4 5.5 10.0 50.0% 0 1.07s 81 0
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 4.0 10.0 33.3% 0 3.30s 291 0
OpenAI: GPT-5.4 4.0 9.8 33.3% 0 1.52s 357 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
OpenAI: GPT-5.4 10.0 10.0 100.0% 0 2.75s 246 0

Comparație rapidă

Schimbă perechea de comparație

MiniMax M2.5mediumvsGPT-5.4noneTrinity Large PreviewnoneDisponibil gratuitvsMiniMax M2.5mediumTrinity Large PreviewnoneDisponibil gratuitvsQwen3 Coder NextmediumMercury 2mediumvsGPT-5.4noneTrinity Large PreviewnoneDisponibil gratuitvsgpt-oss-120bmediumDisponibil gratuitGPT-5.4nonevsQwen3 Coder NextmediumGPT-5.4nonevsQwen3.5-35B-A3BmediumTrinity Large PreviewnoneDisponibil gratuitvsMercury 2mediumTrinity Large PreviewnoneDisponibil gratuitvsGLM 4.7 FlashmediumTrinity Large PreviewnoneDisponibil gratuitvsQwen3.5-35B-A3BmediumTrinity Large PreviewnoneDisponibil gratuitvsGPT-5 NanomediumGPT-5.4nonevsGLM 4.7 Flashmedium