Navigare
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Trinity Large Thinking (medium) vs Gemini 3.1 Flash Lite

Scorul mediu este practic egal la 6.1 vs 6.1. Gemini 3.1 Flash Lite are costul de benchmark mai mic, $0.046 vs $0.756. Gemini 3.1 Flash Lite este mai rapid cu 1.75s vs 85.44s, cu rate de reușită de 48.5% vs 50.0%.

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-09-10

Modele comparate

Rang
#203
Total tokenuri de ieșire
1,016,785
Timp de răspuns (mediu)
85.44s
Cost total
$0.756
Rang
#200
Total tokenuri de ieșire
10,723
Timp de răspuns (mediu)
1.75s
Cost total
$0.046
Model recomandat Gemini 3.1 Flash Lite

Are cel mai bun scor aici (6.1) și costă de aproximativ 16.6x mai puțin decât Trinity Large Thinking (medium).

Comparație detaliată

Metrică Trinity Large Thinking Trinity Large Thinking medium Lansare: 2026-07-28 Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite none Lansare: 2026-05-08
Scor 6.1 6.1
Rang #203 #200
Fiabilitate 10.0 10.0
Consistență 7.9 8.6
Încercări 66/66 66/66
Teste corecte
Rată de trecere pe încercare 48.5% 50.0%
Teste instabile 6 4
Rulări totale 66 66
Cost per rezultat 9.972 0.507
Cost total $0.756 $0.046
Preț de intrare $0.250 / 1M $0.250 / 1M
Preț de ieșire $0.800 / 1M $1.500 / 1M
Total tokenuri de intrare 118,486 118,059
Tokenuri de ieșire 156,166 10,723
Tokenuri de raționament 860,619 0
Timp de răspuns (mediu) 85.44s 1.75s
Timp de răspuns (maxim) 525.14s 16.25s
Timp de răspuns (total) 1879.75s 38.42s
Parametri 398B în total (13B activi) ~150B în total (~10B activi)
Disponibilitate Ponderi disponibile Închis

Prezentare generare modele

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#203 Trinity Large Thinking

medium
Cost
$0.016
Timp
75.9s
Tokenuri
19,401 tok

#200 Gemini 3.1 Flash Lite

none
Cost
$0.001
Timp
4.5s
Tokenuri
727 tok

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

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 Thinking 7.5 10.0 66.7% 0 179.02s 7,248 7,413 351,155
Gemini 3.1 Flash Lite 5.5 10.0 33.3% 0 938ms 8,128 666 0

Comparație rapidă

Schimbă perechea de comparație