Trinity Large Thinking (medium) vs Gemini 2.5 Flash

Trinity Large Thinking (medium) лидирует по среднему баллу: 6.1 vs 6.0. Gemini 2.5 Flash имеет более низкую стоимость benchmark: $0.017 vs $0.756. Gemini 2.5 Flash быстрее: 6.19s vs 85.44s, с долей успешных попыток 48.5% vs 39.4%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-09-28

Сравниваемые модели

Ранг: #232
Общее число выходных токенов: 1,016,785
Время ответа (среднее): 85.44s
Общая стоимость: $0.756

Ранг: #238
Общее число выходных токенов: 1,890
Время ответа (среднее): 6.19s
Общая стоимость: $0.017

Рекомендуемая модель Gemini 2.5 Flash

Его балл близок к лучшему здесь (6.0 против 6.1), при этом он примерно в 45.3 раза дешевле, чем Trinity Large Thinking (medium).

Подробное сравнение

Метрика	Trinity Large Thinking Trinity Large Thinking medium Релиз: 2026-07-28	Gemini 2.5 Flash Gemini 2.5 Flash none Релиз: 2025-06-17

Метрика	Trinity Large Thinking Trinity Large Thinking medium Релиз: 2026-07-28	Gemini 2.5 Flash Gemini 2.5 Flash none Релиз: 2025-06-17
Оценка	6.1	6.0
Ранг	#232	#238
Надежность	10.0	10.0
Стабильность	7.9	9.6
Попытки	66/66	66/66
Тестов верно
Доля успешных попыток	48.5%	39.4%
Нестабильные тесты	6	1
Всего запусков	66	66
Стоимость за результат	9.972	0.209
Общая стоимость	$0.756	$0.017
Цена входа	$0.250 / 1M	$0.300 / 1M
Цена выхода	$0.800 / 1M	$2.500 / 1M
Общее число входных токенов	118,486	39,886
Выходные токены	156,166	1,890
Токены рассуждений	860,619	0
Время ответа (среднее)	85.44s	6.19s
Время ответа (макс.)	525.14s	118.00s
Время ответа (суммарно)	1879.75s	136.23s
Параметры	398B всего (13B активных)	~350B всего (~20B 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.

#232 Trinity Large Thinking

medium

Стоимость: $0.016
Время: 75.9s
Токены: 19,401 tok

#238 Gemini 2.5 Flash

none

Неверный SVG

Стоимость: $0.164
Время: 215.5s
Токены: 65,659 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	6.8	9.8	50.0%	0		5.11s	663	1,531	6,078
Gemini 2.5 Flash	3.0	10.0	0.0%	0		582ms	492	102	0

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Trinity Large Thinking	7.5	10.0	66.7%	0		179.02s	7,248	7,413	351,155
Gemini 2.5 Flash	5.5	10.0	33.3%	0		736ms	8,122	483	0

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Trinity Large Thinking	2.9	6.0	16.7%	1		382.70s	93,292	35,814	269,745
Gemini 2.5 Flash	3.0	10.0	0.0%	0		61.19s	16,470	486	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	6.3	5.8	66.7%	1		16.38s	6,906	475	11,153
Gemini 2.5 Flash	10.0	10.0	100.0%	0		652ms	7,257	279	0

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Trinity Large Thinking	5.3	7.2	44.4%	1		124.17s	756	99,334	172,018
Gemini 2.5 Flash	3.6	7.2	22.2%	1		449ms	642	12	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		32.22s	501	7,035	7,774
Gemini 2.5 Flash	5.0	10.0	0.0%	0		615ms	486	78	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	6.9	16.7%	1		3.99s	684	77	3,798
Gemini 2.5 Flash	10.0	10.0	100.0%	0		590ms	615	72	0

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Trinity Large Thinking	5.2	5.4	44.5%	2		2.90s	678	2,508	3,231
Gemini 2.5 Flash	7.7	10.0	66.7%	0		604ms	558	132	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		5.26s	7,551	299	1,372
Gemini 2.5 Flash	10.0	10.0	100.0%	0		1.91s	5,088	234	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		97.44s	207	1,680	34,295
Gemini 2.5 Flash	3.0	10.0	0.0%	0		1.15s	156	12	0

Быстрое сравнение

Сменить пару сравнения