导航
Advertise here

Trinity Large Preview vs Ling 3.0 Tiny (medium)

Trinity Large Preview 平均分领先,为 4.4 vs 3.6。 Ling 3.0 Tiny (medium) benchmark 成本更低,为 $0.000 vs $0.008。 Trinity Large Preview 更快,为 2.83s vs 64.99s,通过率为 20.3% vs 23.2%。

基准结果生成自 AI BENCHY 测试套件,时间:: 2026-10-01

已对比模型

排名
#335
总输出令牌
2,169
响应时间(平均)
2.83s
总成本
$0.008
排名
#356
总输出令牌
923,276
响应时间(平均)
64.99s
总成本
$0.000
推荐模型 Trinity Large Preview

它在这里得分最高(4.4),同时响应速度比Ling 3.0 Tiny (medium)快约 22.9 倍。

详细对比

指标 Trinity Large Preview Trinity Large Preview none 发布日期: 2026-01-27 免费可用 Ling 3.0 Tiny Ling 3.0 Tiny medium 发布日期: 2026-08-07
分数 4.4 3.6
排名 #335 #356
可靠性 10.0 9.6
一致性 9.0 8.9
尝试次数 66/69 69/69
测试正确
尝试通过率 20.3% 23.2%
不稳定测试 2 3
总运行次数 66 69
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
缓存读取价格 不适用 不适用
缓存写入价格 不适用 不适用
总输入令牌 29,828 103,898
输出令牌 2,169 148,304
推理令牌 0 774,972
响应时间(平均) 2.83s 64.99s
响应时间(最大) 14.34s 262.20s
响应时间(总计) 56.65s 1429.68s
参数量 398B 总计 (13B 激活) 7.9B 总计 (1.3B 激活)
开放状态 开源 开源

缓存价格适用于输入令牌。读取会复用已缓存的提示词;写入会存储提示词,可能产生额外费用。输出令牌按输出价格计费。

模型生成展示

Hamster playing table tennis

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

#335 Trinity Large Preview

none
No endpoints found for arcee-ai/trinity-large-preview:free.
成本
$0.000
时间
0.0s
令牌
0 tok

#356 Ling 3.0 Tiny

medium
No output was saved. The original provider response or failure reason is unavailable.
成本
$0.000
时间
177.4s
令牌
6,873 tok

按分数排名的模型

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

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 3.7 7.7 11.1% 1 14.34s 738 397 0
Ling 3.0 Tiny 2.9 10.0 0.0% 0 211.99s 7,948 70,838 206,006

快速对比

切换对比组合