Navigare
AI BENCHY
Advertise here

AI BENCHY Compare

Trinity Large Preview vs xAI: Grok 4.20

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 Grok 4.20 Grok 4.20 none Lansare: 2026-03-31
Scor 4.7 5.4
Rang #148 #127
Fiabilitate 10.0 N/D
Consistență 9.3 10.0
Teste corecte
Rată de trecere pe încercare 23.3% 33.3%
Teste instabile 2 0
Rulări totale 60 54
Cost per rezultat 0.017 1.570
Cost total $0.008 $0.057
Preț de intrare $0.243 / 1M $1.250 / 1M
Preț de ieșire $0.243 / 1M $2.500 / 1M
Total tokenuri de intrare 29,828 41,313
Tokenuri de ieșire 2,169 1,923
Tokenuri de raționament 0 0
Timp de răspuns (mediu) 2.98s 1.11s
Timp de răspuns (maxim) 14.34s 6.04s
Timp de răspuns (total) 56.57s 19.96s

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
Grok 4.20 4.8 10.0 25.0% 0 501ms 1,986 267 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
Grok 4.20 3.4 9.3 0.0% 0 1.22s 1,074 312 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
Grok 4.20 3.0 10.0 0.0% 0 6.04s 17,673 282 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
Grok 4.20 10.0 10.0 100.0% 0 522ms 7,749 207 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
Grok 4.20 3.0 10.0 0.0% 0 687ms 1,746 325 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
Grok 4.20 4.8 10.0 0.0% 0 659ms 819 83 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
Grok 4.20 6.3 10.0 50.0% 0 445ms 1,350 60 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
Grok 4.20 5.3 10.0 33.3% 0 473ms 1,671 198 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
Grok 4.20 10.0 10.0 100.0% 0 4.63s 7,245 189 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
Grok 4.20 - - - - - - - - -

Comparație rapidă

Schimbă perechea de comparație