Trinity Large Thinking (low) vs DeepSeek V4 Flash 0731

Trinity Large Thinking (low) лидирует по среднему баллу: 6.3 vs 6.2. DeepSeek V4 Flash 0731 имеет более низкую стоимость benchmark: $0.055 vs $0.700. DeepSeek V4 Flash 0731 быстрее: 27.42s vs 95.16s, с долей успешных попыток 47.8% vs 30.4%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-10-01

Сравниваемые модели

Ранг: #222
Общее число выходных токенов: 842,200
Время ответа (среднее): 95.16s
Общая стоимость: $0.700

Ранг: #228
Общее число выходных токенов: 39,789
Время ответа (среднее): 27.42s
Общая стоимость: $0.055

Рекомендуемая модель DeepSeek V4 Flash 0731

Его балл близок к лучшему здесь (6.2 против 6.3), при этом он примерно в 12.9 раза дешевле, чем Trinity Large Thinking (low).

Подробное сравнение

Метрика	Trinity Large Thinking Trinity Large Thinking low Релиз: 2026-07-28	DeepSeek V4 Flash 0731 DeepSeek V4 Flash 0731 none Релиз: 2026-08-01

Метрика	Trinity Large Thinking Trinity Large Thinking low Релиз: 2026-07-28	DeepSeek V4 Flash 0731 DeepSeek V4 Flash 0731 none Релиз: 2026-08-01
Оценка	6.3	6.2
Ранг	#222	#228
Надежность	10.0	10.0
Стабильность	8.1	8.7
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	47.8%	30.4%
Нестабильные тесты	6	4
Всего запусков	69	69
Стоимость за результат	9.163	0.826
Общая стоимость	$0.700	$0.055
Цена входа	$0.250 / 1M	$0.010 / 1M
Цена выхода	$0.800 / 1M	$1.280 / 1M
Общее число входных токенов	347,980	349,876
Выходные токены	121,898	39,789
Токены рассуждений	720,302	0
Время ответа (среднее)	95.16s	27.42s
Время ответа (макс.)	540.96s	387.15s
Время ответа (суммарно)	2188.74s	630.70s
Параметры	398B всего (13B активных)	284B всего (13B активных)
Доступность	Веса доступны	Закрытая модель

Генерация showcase моделей

Hamster playing table tennis

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

#222 Trinity Large Thinking

low

Стоимость: $0.021
Время: 173.2s
Токены: 24,586 tok

#228 DeepSeek V4 Flash 0731

none

Стоимость: $0.004
Время: 198.4s
Токены: 14,316 tok

Лучшие модели по оценке

Оценка vs общая стоимость

Время ответа (среднее)

Оценка vs Время ответа (среднее)

Общее число выходных токенов

Оценка vs Общее число выходных токенов

Разбивка по категориям

Категория:

Агентные задачи	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Trinity Large Thinking	7.4	3.8	66.7%	1		63.23s	225,126	2,088	21,753
DeepSeek V4 Flash 0731	10.0	10.0	100.0%	0		174.89s	255,310	14,363	0

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Trinity Large Thinking	8.3	10.0	75.0%	0		5.70s	663	1,451	5,431
DeepSeek V4 Flash 0731	3.4	8.3	8.3%	1		4.19s	540	801	0

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Trinity Large Thinking	5.3	10.0	33.3%	0		344.45s	5,441	27,039	217,241
DeepSeek V4 Flash 0731	4.3	10.0	0.0%	0		1.72s	7,275	505	0

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Trinity Large Thinking	5.2	6.0	33.3%	1		291.02s	99,467	9,848	234,039
DeepSeek V4 Flash 0731	3.7	1.8	50.0%	2		202.44s	65,531	22,822	0

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Trinity Large Thinking	7.3	5.8	83.3%	1		14.30s	6,906	459	9,451
DeepSeek V4 Flash 0731	10.0	10.0	100.0%	0		2.37s	7,290	199	0

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Trinity Large Thinking	2.9	7.2	11.1%	1		140.26s	756	72,049	217,598
DeepSeek V4 Flash 0731	5.3	10.0	33.3%	0		1.17s	675	26	0

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Trinity Large Thinking	10.0	10.0	100.0%	0		12.65s	501	5,138	5,695
DeepSeek V4 Flash 0731	4.4	9.9	0.0%	0		3.22s	471	153	0

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Trinity Large Thinking	4.4	6.8	16.7%	1		4.07s	684	45	3,710
DeepSeek V4 Flash 0731	5.0	6.8	33.3%	1		1.42s	627	69	0

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Trinity Large Thinking	6.3	7.9	44.4%	1		3.28s	678	2,625	3,077
DeepSeek V4 Flash 0731	3.2	9.9	0.0%	0		2.74s	594	302	0

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Trinity Large Thinking	10.0	10.0	100.0%	0		5.19s	7,551	299	1,430
DeepSeek V4 Flash 0731	9.5	10.0	100.0%	0		4.61s	11,380	536	0

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Trinity Large Thinking	3.0	10.0	0.0%	0		2.10s	207	857	877
DeepSeek V4 Flash 0731	3.0	10.0	0.0%	0		1.85s	183	13	0

Быстрое сравнение

Сменить пару сравнения