AI BENCHY 对比
Trinity Large Preview vs Cobuddy
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-03
| 指标 | Trinity Large Preview Trinity Large Preview none | Cobuddy Cobuddy medium |
|---|---|---|
| 分数 | 4.7 | 5.8 |
| 排名 | #148 | #116 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 9.3 | 7.4 |
| 测试正确 | ||
| 尝试通过率 | 23.3% | 50.0% |
| 不稳定测试 | 2 | 6 |
| 总运行次数 | 60 | 60 |
| 每个结果成本 | 0.017 | 0.000 |
| 总成本 | $0.008 | $0.000 |
| 输入价格 | $0.243 / 1M | $0.000 / 1M |
| 输出价格 | $0.243 / 1M | $0.000 / 1M |
| 总输入令牌 | 29,828 | 37,449 |
| 输出令牌 | 2,169 | 1,677 |
| 推理令牌 | 0 | 116,703 |
| 响应时间（平均） | 2.98s | 39.90s |
| 响应时间（最大） | 14.34s | 309.02s |
| 响应时间（总计） | 56.57s | 797.98s |
分数 vs 总成本
响应时间（平均）
分数 vs 响应时间（平均）
总输出令牌
分数 vs 总输出令牌
类别细分
| 反AI技巧 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Trinity Large Preview | 3.1 | 10.0 | 0.0% | 0 | 2.07s | 651 | 550 | 0 | |
| Cobuddy | 8.7 | 7.9 | 91.7% | 1 | 10.00s | 453 | 98 | 4,666 |
| 编程 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Trinity Large Preview | 4.0 | 6.6 | 16.7% | 1 | 14.34s | 738 | 397 | 0 | |
| Cobuddy | 4.1 | 5.1 | 33.3% | 1 | 79.17s | 4,726 | 358 | 30,138 |
| 综合 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Trinity Large Preview | 3.0 | 10.0 | 0.0% | 0 | 8.91s | 12,053 | 294 | 0 | |
| Cobuddy | 3.0 | 10.0 | 0.0% | 0 | 47.38s | 18,324 | 465 | 7,265 |
| 数据解析与提取 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Trinity Large Preview | 10.0 | 10.0 | 100.0% | 0 | 3.26s | 6,900 | 186 | 0 | |
| Cobuddy | 6.3 | 5.8 | 66.7% | 1 | 17.36s | 8,181 | 275 | 5,591 |
| 领域专项 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Trinity Large Preview | 5.3 | 10.0 | 33.3% | 0 | 877ms | 738 | 25 | 0 | |
| Cobuddy | 2.9 | 4.4 | 22.2% | 2 | 128.15s | 540 | 10 | 49,454 |
| 通用智能 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Trinity Large Preview | 4.5 | 10.0 | 0.0% | 0 | 873ms | 498 | 104 | 0 | |
| Cobuddy | 4.2 | 9.9 | 0.0% | 0 | 23.23s | 498 | 76 | 3,782 |
| 指令遵循 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Trinity Large Preview | 3.5 | 10.0 | 0.0% | 0 | 822ms | 678 | 63 | 0 | |
| Cobuddy | 9.8 | 10.0 | 100.0% | 0 | 11.60s | 508 | 64 | 2,842 |
| 谜题求解 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Trinity Large Preview | 3.6 | 7.7 | 11.1% | 1 | 1.97s | 669 | 265 | 0 | |
| Cobuddy | 3.6 | 7.2 | 22.2% | 1 | 12.83s | 561 | 189 | 5,808 |
| 工具调用 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Trinity Large Preview | 10.0 | 10.0 | 100.0% | 0 | 6.67s | 6,699 | 267 | 0 | |
| Cobuddy | 10.0 | 10.0 | 100.0% | 0 | 11.19s | 3,505 | 133 | 294 |
| 常识问答 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Trinity Large Preview | 3.0 | 10.0 | 0.0% | 0 | 777ms | 204 | 18 | 0 | |
| Cobuddy | 3.0 | 10.0 | 0.0% | 0 | 36.98s | 153 | 9 | 6,863 |
快速对比
切换对比组合
Trinity Large PreviewnonevsQwen3 Coder NextmediumCobuddymediumvsQwen3.6 27BnoneCobuddymediumvsQwen3.5-27BnoneCobuddymediumvsMimo V2 PROnoneCobuddymediumvsQwen3.5-35B-A3BnoneCobuddymediumvsQwen3.5 Plus 2026-04-20noneCobuddymediumvsDeepSeek V4 PrononeCobuddymediumvsGLM 5.1noneCobuddymediumvsOwl AlphanoneCobuddymediumvsGLM 4.7 FlashnoneCobuddymediumvsSeed-2.0-LitenoneCobuddymediumvsGLM 5V Turbonone