Trinity Large Thinking (low) vs Step 3.5 Flash (medium)

Trinity Large Thinking (low) лидирует по среднему баллу: 6.0 vs 5.9. Step 3.5 Flash (medium) имеет более низкую стоимость benchmark: $0.132 vs $0.625. Trinity Large Thinking (low) быстрее: 96.61s vs 191.63s, 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: #216
Общее число выходных токенов: 568,536
Время ответа (среднее): 191.63s
Общая стоимость: $0.132

Рекомендуемая модель Step 3.5 Flash (medium)

Его балл близок к лучшему здесь (5.9 против 6.0), при этом он примерно в 4.8 раза дешевле, чем Trinity Large Thinking (low).

Подробное сравнение

Метрика	Trinity Large Thinking Trinity Large Thinking low Релиз: 2026-07-28	Step 3.5 Flash Step 3.5 Flash medium Релиз: 2026-02-01

Метрика	Trinity Large Thinking Trinity Large Thinking low Релиз: 2026-07-28	Step 3.5 Flash Step 3.5 Flash medium Релиз: 2026-02-01
Оценка	6.0	5.9
Ранг	#208	#216
Надежность	10.0	10.0
Стабильность	8.3	8.6
Попытки	66/66	63/66
Тестов верно
Доля успешных попыток	47.0%	50.0%
Нестабильные тесты	5	2
Всего запусков	66	63
Стоимость за результат	8.221	0.858
Общая стоимость	$0.625	$0.132
Цена входа	$0.250 / 1M	$0.100 / 1M
Цена выхода	$0.800 / 1M	$0.300 / 1M
Общее число входных токенов	122,854	65,716
Выходные токены	119,810	189,424
Токены рассуждений	698,549	379,112
Время ответа (среднее)	96.61s	191.63s
Время ответа (макс.)	540.96s	1597.85s
Время ответа (суммарно)	2125.51s	3066.07s
Параметры	398B всего (13B активных)	196B всего (11B 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

#216 Step 3.5 Flash

medium

Стоимость: $0.008
Время: 277.1s
Токены: 23,695 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
Step 3.5 Flash	10.0	10.0	100.0%	0		40.57s	694	20,391	24,176

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
Step 3.5 Flash	2.4	5.2	0.0%	0		258.38s	2,211	13,207	22,429

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
Step 3.5 Flash	6.5	10.0	50.0%	0		813.71s	44,914	18,150	111,004

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
Step 3.5 Flash	10.0	10.0	100.0%	0		15.01s	7,368	600	13,886

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
Step 3.5 Flash	3.5	4.4	33.3%	2		311.60s	682	126,213	175,555

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
Step 3.5 Flash	5.5	10.0	0.0%	0		22.39s	509	240	3,506

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
Step 3.5 Flash	8.3	10.0	50.0%	0		4.78s	705	2,364	3,521

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
Step 3.5 Flash	5.3	10.0	33.3%	0		7.22s	711	5,630	10,861

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
Step 3.5 Flash	10.0	10.0	100.0%	0		11.91s	7,701	275	3,802

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
Step 3.5 Flash	3.0	10.0	0.0%	0		108.45s	221	2,354	10,372

Быстрое сравнение

Сменить пару сравнения

Qwen3.5-35B-A3BnonevsStep 3.5 Flashmedium Trinity Large ThinkinglowvsGemini 2.5 Flashnone Trinity Large ThinkinglowvsNemotron 3 UltranoneБесплатно доступно Qwen3.5-FlashnonevsStep 3.5 Flashmedium Trinity Large ThinkinglowvsQwen3.5 Plus 2026-04-20none GPT-5.6 TerranonevsStep 3.5 Flashmedium Trinity Large ThinkinglowvsGemma 4 31BnoneБесплатно доступно Step 3.5 FlashmediumvsGLM 5.3 Flashlow GPT-5.4 MininonevsStep 3.5 Flashmedium Trinity Large ThinkinglowvsQwen3.6 Flashnone Seed 2.1 TurbononevsStep 3.5 Flashmedium Trinity Large ThinkinglowvsGPT-5.6 Terranone