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 OpenAI: gpt-oss-120b

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

Metrică Trinity Large Preview Trinity Large Preview none Lansare: 2026-01-27 gpt-oss-120b gpt-oss-120b none Lansare: 2025-08-05 Disponibil gratuit
Scor 4.7 5.4
Rang #148 #126
Fiabilitate 10.0 10.0
Consistență 9.3 9.1
Teste corecte
Rată de trecere pe încercare 23.3% 38.6%
Teste instabile 2 2
Rulări totale 60 57
Cost per rezultat 0.017 0.168
Cost total $0.008 $0.010
Preț de intrare $0.243 / 1M $0.039 / 1M
Preț de ieșire $0.243 / 1M $0.180 / 1M
Total tokenuri de intrare 29,828 9,081
Tokenuri de ieșire 2,169 51,664
Tokenuri de raționament 0 0
Timp de răspuns (mediu) 2.98s 21.61s
Timp de răspuns (maxim) 14.34s 113.71s
Timp de răspuns (total) 56.57s 345.79s

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 intrare Tokenuri de ieșire Tokenuri de raționament
Trinity Large Preview 3.1 10.0 0.0% 0 2.07s 651 550 0
gpt-oss-120b 6.5 10.0 50.0% 0 32.84s 1,336 8,676 0
Programare Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Trinity Large Preview 4.0 6.6 16.7% 1 14.34s 738 397 0
gpt-oss-120b 4.3 1.1 66.7% 1 9.57s 901 3,232 0
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Trinity Large Preview 3.0 10.0 0.0% 0 8.91s 12,053 294 0
gpt-oss-120b 3.0 10.0 0.0% 0 0ms 0 0 0
Parsare și extragere de date Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Trinity Large Preview 10.0 10.0 100.0% 0 3.26s 6,900 186 0
gpt-oss-120b 6.5 10.0 50.0% 0 7.12s 2,421 598 0
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Trinity Large Preview 5.3 10.0 33.3% 0 877ms 738 25 0
gpt-oss-120b 3.0 10.0 0.0% 0 34.98s 1,294 29,483 0
Inteligență generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Trinity Large Preview 4.5 10.0 0.0% 0 873ms 498 104 0
gpt-oss-120b 4.8 10.0 0.0% 0 10.79s 584 615 0
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Trinity Large Preview 3.5 10.0 0.0% 0 822ms 678 63 0
gpt-oss-120b 9.8 10.0 100.0% 0 5.06s 1,043 1,940 0
Rezolvare de puzzle-uri Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Trinity Large Preview 3.6 7.7 11.1% 1 1.97s 669 265 0
gpt-oss-120b 6.0 7.2 55.6% 1 8.21s 1,188 3,982 0
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Trinity Large Preview 10.0 10.0 100.0% 0 6.67s 6,699 267 0
gpt-oss-120b 3.0 10.0 0.0% 0 0ms 0 0 0
Cultură generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Trinity Large Preview 3.0 10.0 0.0% 0 777ms 204 18 0
gpt-oss-120b 3.0 10.0 0.0% 0 47.29s 314 3,138 0

Comparație rapidă

Schimbă perechea de comparație

Trinity Large PreviewnonevsQwen3 Coder NextmediumMiniMax M2.5mediumvsgpt-oss-120bnoneDisponibil gratuitMiniMax M2.7mediumvsgpt-oss-120bnoneDisponibil gratuitMistral Small 4mediumvsgpt-oss-120bnoneDisponibil gratuitgpt-oss-120bnoneDisponibil gratuitvsElephant AlphamediumTrinity Large PreviewnonevsGLM 4.7 FlashmediumCobuddymediumvsgpt-oss-120bnoneDisponibil gratuitgpt-oss-120bnoneDisponibil gratuitvsOwl AlphamediumTrinity Large PreviewnonevsQwen3.5-9BmediumNemotron 3 SupermediumDisponibil gratuitvsgpt-oss-120bnoneDisponibil gratuitTrinity Large PreviewnonevsElephant AlphamediumDeepSeek V4 Prohighvsgpt-oss-120bnoneDisponibil gratuit