- 排名
- #205
- 总输出令牌
- 2,169
- 响应时间（平均）
- 2.98s
- 总成本
- $0.008
Trinity Large Preview vs GPT-5.4 Nano
平均分几乎持平，为 4.8 vs 4.8。 Trinity Large Preview benchmark 成本更低，为 $0.008 vs $0.041。 GPT-5.4 Nano 更快，为 2.57s vs 2.98s，通过率为 21.2% vs 28.8%。
- 排名
- #201
- 总输出令牌
- 13,794
- 响应时间（平均）
- 2.57s
- 总成本
- $0.041
推荐模型
Trinity Large Preview
它在这里得分最高（4.8），同时成本比GPT-5.4 Nano低约 5.2 倍。
详细对比
| 指标 | Trinity Large Preview Trinity Large Preview none | GPT-5.4 Nano GPT-5.4 Nano none |
|---|---|---|
| 分数 | 4.8 | 4.8 |
| 排名 | #205 | #201 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 8.9 | 8.2 |
| 测试正确 | ||
| 尝试通过率 | 21.2% | 28.8% |
| 不稳定测试 | 2 | 5 |
| 总运行次数 | 63 | 66 |
| 每个结果成本 | 0.017 | 1.011 |
| 总成本 | $0.008 | $0.041 |
| 输入价格 | $0.243 / 1M | $0.200 / 1M |
| 输出价格 | $0.243 / 1M | $1.250 / 1M |
| 总输入令牌 | 29,828 | 115,924 |
| 输出令牌 | 2,169 | 13,794 |
| 推理令牌 | 0 | 0 |
| 响应时间（平均） | 2.98s | 2.57s |
| 响应时间（最大） | 14.34s | 25.50s |
| 响应时间（总计） | 56.57s | 56.51s |
模型生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#205 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
#201 GPT-5.4 Nano
none- 成本
- $0.008
- 时间
- 46.1s
- 令牌
- 5,735 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
| 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 | |
| GPT-5.4 Nano | 3.5 | 8.0 | 16.7% | 1 | 1.18s | 606 | 800 | 0 |
| 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 | |
| GPT-5.4 Nano | 4.6 | 7.9 | 22.2% | 1 | 2.22s | 7,305 | 613 | 0 |
| 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 | 1.5 | 5.0 | 0.0% | 0 | 8.91s | 12,053 | 294 | 0 | |
| GPT-5.4 Nano | 3.0 | 10.0 | 0.0% | 0 | 14.67s | 92,731 | 11,290 | 0 |
| 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 | |
| GPT-5.4 Nano | 6.5 | 10.0 | 50.0% | 0 | 1.11s | 7,140 | 219 | 0 |
| 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 | |
| GPT-5.4 Nano | 2.9 | 4.4 | 22.2% | 2 | 926ms | 723 | 52 | 0 |
| 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 | |
| GPT-5.4 Nano | 3.8 | 2.5 | 33.3% | 1 | 1.31s | 477 | 180 | 0 |
| 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 | |
| GPT-5.4 Nano | 6.3 | 10.0 | 50.0% | 0 | 784ms | 660 | 89 | 0 |
| 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 | |
| GPT-5.4 Nano | 5.4 | 10.0 | 33.3% | 0 | 1.25s | 642 | 308 | 0 |
| 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 | |
| GPT-5.4 Nano | 10.0 | 10.0 | 100.0% | 0 | 3.40s | 5,445 | 222 | 0 |
| 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 | |
| GPT-5.4 Nano | 3.0 | 10.0 | 0.0% | 0 | 773ms | 195 | 21 | 0 |
快速对比
切换对比组合
Trinity Large ThinkinghighvsGPT-5.4 NanononeTrinity Large PreviewnonevsQwen3 Coder NextmediumTrinity Large PreviewnonevsCobuddymediumGPT-5.4 NanononevsQwen3 Coder NextmediumCobuddymediumvsGPT-5.4 NanononeTrinity Large PreviewnonevsMiniMax M2.5mediumGPT-5.4 NanononevsLaguna S 2.1low免费可用MiniMax M2.5mediumvsGPT-5.4 NanononeMiniMax M2.7mediumvsGPT-5.4 NanononeTrinity Large PreviewnonevsLaguna S 2.1low免费可用Trinity Large PreviewnonevsMiniMax M2.7mediumMistral Small 4mediumvsGPT-5.4 Nanonone