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 Elephant Alpha

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 Elephant Alpha Elephant Alpha medium Lansare: 2026-04-14
Scor 4.7 5.3
Rang #148 #134
Fiabilitate 10.0 N/D
Consistență 9.3 9.7
Teste corecte
Rată de trecere pe încercare 23.3% 31.7%
Teste instabile 2 1
Rulări totale 60 60
Cost per rezultat 0.017 0.000
Cost total $0.008 $0.000
Preț de intrare $0.243 / 1M $0.000 / 1M
Preț de ieșire $0.243 / 1M $0.000 / 1M
Total tokenuri de intrare 29,828 33,744
Tokenuri de ieșire 2,169 2,596
Tokenuri de raționament 0 0
Timp de răspuns (mediu) 2.98s 1.27s
Timp de răspuns (maxim) 14.34s 3.70s
Timp de răspuns (total) 56.57s 22.82s

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
Elephant Alpha 6.6 10.0 50.0% 0 1.19s 726 815 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
Elephant Alpha 4.0 6.7 16.7% 1 1.30s 813 365 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
Elephant Alpha 3.0 10.0 0.0% 0 3.70s 14,046 562 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
Elephant Alpha 6.5 10.0 50.0% 0 979ms 8,004 246 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
Elephant Alpha 3.0 10.0 0.0% 0 925ms 810 24 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
Elephant Alpha 4.3 10.0 0.0% 0 920ms 540 105 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
Elephant Alpha 9.8 10.0 100.0% 0 987ms 732 82 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
Elephant Alpha 5.3 10.0 33.3% 0 868ms 729 166 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
Elephant Alpha 3.0 10.0 0.0% 0 2.83s 7,344 231 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
Elephant Alpha 3.0 10.0 0.0% 0 0ms 0 0 0

Comparație rapidă

Schimbă perechea de comparație