Trinity Large Thinking (low) vs gpt-oss-120b (medium)

gpt-oss-120b (medium) лидирует по среднему баллу: 6.1 vs 6.0. gpt-oss-120b (medium) имеет более низкую стоимость benchmark: $0.020 vs $0.625. gpt-oss-120b (medium) быстрее: 20.81s vs 96.61s, с долей успешных попыток 47.0% vs 50.0%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-09-10

Сравниваемые модели

Ранг: #208
Общее число выходных токенов: 818,359
Время ответа (среднее): 96.61s
Общая стоимость: $0.625

Ранг: #198
Общее число выходных токенов: 98,282
Время ответа (среднее): 20.81s
Общая стоимость: $0.020

Рекомендуемая модель gpt-oss-120b (medium)

Здесь у него лучший балл (6.1), при этом он примерно в 32.8 раза дешевле, чем Trinity Large Thinking (low).

Подробное сравнение

Метрика	Trinity Large Thinking Trinity Large Thinking low Релиз: 2026-07-28	gpt-oss-120b gpt-oss-120b medium Релиз: 2025-08-05

Метрика	Trinity Large Thinking Trinity Large Thinking low Релиз: 2026-07-28	gpt-oss-120b gpt-oss-120b medium Релиз: 2025-08-05
Оценка	6.0	6.1
Ранг	#208	#198
Надежность	10.0	10.0
Стабильность	8.3	8.0
Попытки	66/66	66/66
Тестов верно
Доля успешных попыток	47.0%	50.0%
Нестабильные тесты	5	5
Всего запусков	66	66
Стоимость за результат	8.221	0.224
Общая стоимость	$0.625	$0.020
Цена входа	$0.250 / 1M	$0.037 / 1M
Цена выхода	$0.800 / 1M	$0.170 / 1M
Общее число входных токенов	122,854	108,767
Выходные токены	119,810	29,378
Токены рассуждений	698,549	68,904
Время ответа (среднее)	96.61s	20.81s
Время ответа (макс.)	540.96s	68.16s
Время ответа (суммарно)	2125.51s	332.88s
Параметры	398B всего (13B активных)	117B всего (5.1B активных)
Доступность	Веса доступны	Открытый исходный код

Генерация showcase моделей

Hamster playing table tennis

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

#208 Trinity Large Thinking

low

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

#198 gpt-oss-120b

medium

Стоимость: $0.001
Время: 26.7s
Токены: 555 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:

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
gpt-oss-120b	6.7	9.9	50.0%	0		10.21s	1,314	3,518	2,177

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
gpt-oss-120b	5.9	7.0	55.6%	1		38.37s	7,782	3,365	11,973

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
gpt-oss-120b	6.5	10.0	50.0%	0		23.96s	81,198	10,453	22,883

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
gpt-oss-120b	6.4	5.9	66.7%	1		1.98s	7,476	241	1,114

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
gpt-oss-120b	2.9	4.4	22.2%	2		27.55s	1,286	6,390	21,466

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
gpt-oss-120b	4.3	10.0	0.0%	0		7.90s	659	107	387

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
gpt-oss-120b	9.9	10.0	100.0%	0		7.63s	1,036	126	1,799

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
gpt-oss-120b	5.3	7.2	44.4%	1		21.71s	1,190	1,790	2,264

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
gpt-oss-120b	9.8	10.0	100.0%	0		6.91s	6,514	287	1,083

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
gpt-oss-120b	3.0	10.0	0.0%	0		26.51s	312	3,101	3,758

Быстрое сравнение

Сменить пару сравнения

gpt-oss-120bmediumvsQwen3.7 Flashnone Gemini 3.1 Flash Litenonevsgpt-oss-120bmedium gpt-oss-120bmediumvsInklinglow Trinity Large ThinkinglowvsGemini 2.5 Flashnone Trinity Large ThinkinglowvsNemotron 3 UltranoneБесплатно доступно gpt-oss-120bmediumvsQwen3.6 Flashnone Gemini 3.1 Flash Liteminimalvsgpt-oss-120bmedium Gemma 4 31BnoneБесплатно доступноvsgpt-oss-120bmedium Claude Sonnet 5nonevsgpt-oss-120bmedium gpt-oss-120bmediumvsQwen3.5 Plus 2026-04-20none Trinity Large ThinkinglowvsQwen3.5 Plus 2026-04-20none Trinity Large ThinkinglowvsGemma 4 31BnoneБесплатно доступно