Trinity Large Thinking (medium) vs GLM 5.3 FlashX (low)

Trinity Large Thinking (medium) лидирует по среднему баллу: 6.1 vs 6.0. GLM 5.3 FlashX (low) имеет более низкую стоимость benchmark: $0.157 vs $0.820. GLM 5.3 FlashX (low) быстрее: 9.69s vs 84.01s, с долей успешных попыток 49.3% vs 63.8%.

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

Сравниваемые модели

Ранг: #232
Общее число выходных токенов: 1,033,971
Время ответа (среднее): 84.01s
Общая стоимость: $0.820

Ранг: #238
Общее число выходных токенов: 43,203
Время ответа (среднее): 9.69s
Общая стоимость: $0.157

Рекомендуемая модель GLM 5.3 FlashX (low)

Его балл близок к лучшему здесь (6.0 против 6.1), при этом он примерно в 5.2 раза дешевле, чем Trinity Large Thinking (medium).

Подробное сравнение

Метрика	Trinity Large Thinking Trinity Large Thinking medium Релиз: 2026-07-28	GLM 5.3 FlashX GLM 5.3 FlashX low Релиз: 2026-09-21

Метрика	Trinity Large Thinking Trinity Large Thinking medium Релиз: 2026-07-28	GLM 5.3 FlashX GLM 5.3 FlashX low Релиз: 2026-09-21
Оценка	6.1	6.0
Ранг	#232	#238
Надежность	10.0	10.0
Стабильность	7.7	6.8
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	49.3%	63.8%
Нестабильные тесты	7	9
Всего запусков	69	69
Стоимость за результат	10.772	1.423
Общая стоимость	$0.820	$0.157
Цена входа	$0.250 / 1M	$0.370 / 1M
Цена выхода	$0.800 / 1M	$1.250 / 1M
Общее число входных токенов	319,352	277,028
Выходные токены	158,447	11,965
Токены рассуждений	875,524	31,238
Время ответа (среднее)	84.01s	9.69s
Время ответа (макс.)	525.14s	77.99s
Время ответа (суммарно)	1932.24s	222.83s
Параметры	398B всего (13B активных)	320B всего (18B 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 GLM 5.3 FlashX

low

Стоимость: $0.002
Время: 8.4s
Токены: 1,526 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	6.1	3.1	66.7%	1		52.50s	200,866	2,281	14,905
GLM 5.3 FlashX	4.7	3.1	33.3%	1		77.99s	159,703	1,471	4,696

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
GLM 5.3 FlashX	8.2	7.9	83.3%	1		1.56s	639	278	353

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
GLM 5.3 FlashX	5.5	7.4	44.4%	1		5.45s	7,317	382	4,760

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
GLM 5.3 FlashX	2.8	1.6	33.3%	2		42.40s	92,545	8,581	18,553

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
GLM 5.3 FlashX	10.0	10.0	100.0%	0		1.59s	7,149	210	81

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
GLM 5.3 FlashX	3.5	4.4	33.3%	2		3.87s	759	36	2,040

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
GLM 5.3 FlashX	4.7	1.6	66.7%	1		2.07s	498	137	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
GLM 5.3 FlashX	10.0	10.0	100.0%	0		1.34s	678	72	84

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
GLM 5.3 FlashX	7.7	7.3	77.8%	1		1.89s	672	460	336

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
GLM 5.3 FlashX	10.0	10.0	100.0%	0		9.52s	6,861	231	20

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
GLM 5.3 FlashX	3.0	10.0	0.0%	0		2.69s	207	107	315

Быстрое сравнение

Сменить пару сравнения

MiMo-V2.6-PrononevsGLM 5.3 FlashXlow Trinity Large ThinkingmediumvsInklingnoneБесплатно доступно Trinity Large ThinkingmediumvsQwen3.5 Plus 2026-04-20none Inkling SmallmediumБесплатно доступноvsGLM 5.3 FlashXlow Seed-2.0-LitenonevsGLM 5.3 FlashXlow Trinity Large ThinkingmediumvsGemini 3.5 Flashnone Trinity Large ThinkingmediumvsKAT-Coder-Pro V2.5none Gemini 3.1 Flash LiteminimalvsGLM 5.3 FlashXlow gpt-oss-120bmediumvsGLM 5.3 FlashXlow Gemini 3.1 Flash LitenonevsGLM 5.3 FlashXlow Claude Fable 5.1lowvsTrinity Large Thinkingmedium Qwen3.6 FlashnonevsGLM 5.3 FlashXlow