Navigare
AI BENCHY
Advertise here

AI BENCHY Compare

Trinity Large Preview vs Owl 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 Owl Alpha Owl Alpha medium Lansare: 2026-04-30
Scor 4.7 5.8
Rang #148 #107
Fiabilitate 10.0 10.0
Consistență 9.3 9.6
Teste corecte
Rată de trecere pe încercare 23.3% 41.7%
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 40,601
Tokenuri de ieșire 2,169 2,965
Tokenuri de raționament 0 0
Timp de răspuns (mediu) 2.98s 11.64s
Timp de răspuns (maxim) 14.34s 58.63s
Timp de răspuns (total) 56.57s 232.83s

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
Owl Alpha 4.8 10.0 25.0% 0 3.97s 1,596 87 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
Owl Alpha 6.6 10.0 50.0% 0 19.08s 3,872 1,754 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
Owl Alpha 3.0 10.0 0.0% 0 10.01s 14,259 315 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
Owl Alpha 10.0 10.0 100.0% 0 21.64s 8,157 246 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
Owl Alpha 5.3 10.0 33.3% 0 8.58s 1,458 28 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
Owl Alpha 4.3 10.0 0.0% 0 58.63s 732 98 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
Owl Alpha 6.5 10.0 50.0% 0 10.15s 1,161 57 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
Owl Alpha 5.3 7.2 44.4% 1 3.40s 1,392 135 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
Owl Alpha 10.0 10.0 100.0% 0 8.26s 7,524 228 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
Owl Alpha 3.0 10.0 0.0% 0 2.38s 450 17 0

Comparație rapidă

Schimbă perechea de comparație