AI BENCHY 对比
Trinity Large Preview vs OpenAI: gpt-oss-120b
比较:
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-03-06
| 指标 | Trinity Large Preview none 发布日期: 2026-01-27 免费可用 | OpenAI: gpt-oss-120b medium 发布日期: 2025-08-05 免费可用 |
|---|---|---|
| 排名 | #45 | #39 |
| 平均分 | 4.2 | 5.1 |
| 一致性 | 9.6 | 7.4 |
| 每个结果成本 | 0.000 | 0.135 |
| 总成本 | $0.000 | $0.010 |
| 测试正确 | ||
| 尝试通过率 | 33.3% | 54.2% |
| 不稳定测试 | 1 | 5 |
| 总运行次数 | 48 | 48 |
| 输出令牌 | 1,837 | 13,210 |
| 推理令牌 | 0 | 34,230 |
| 响应时间（平均） | 3.15s | 16.65s |
| 响应时间（最大） | 8.91s | 50.92s |
| 响应时间（总计） | 50.46s | 149.88s |
分数 vs 总成本
响应时间（平均）
平均分 vs 响应时间（平均）
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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Trinity Large Preview | 10.0 | 10.0 | 0.0% | 0 | 3.59s | 587 | 0 | |
| OpenAI: gpt-oss-120b | 7.0 | 9.8 | 66.7% | 0 | 19.76s | 3,463 | 2,077 |
| 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Trinity Large Preview | 10.0 | 10.0 | 0.0% | 0 | 8.91s | 294 | 0 | |
| OpenAI: gpt-oss-120b | 10.0 | 10.0 | 100.0% | 0 | 31.18s | 694 | 5,072 |
| 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Trinity Large Preview | 9.9 | 10.0 | 100.0% | 0 | 3.26s | 186 | 0 | |
| OpenAI: gpt-oss-120b | 5.5 | 5.9 | 66.7% | 1 | 1.98s | 241 | 1,114 |
| 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Trinity Large Preview | 4.0 | 10.0 | 33.3% | 0 | 877ms | 25 | 0 | |
| OpenAI: gpt-oss-120b | 10.0 | 4.4 | 22.2% | 2 | 50.92s | 6,784 | 20,606 |
| 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Trinity Large Preview | 3.0 | 9.9 | 0.0% | 0 | 2.86s | 124 | 0 | |
| OpenAI: gpt-oss-120b | 3.0 | 10.0 | 0.0% | 0 | 7.90s | 107 | 387 |
| 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Trinity Large Preview | 3.5 | 6.7 | 16.7% | 1 | 1.09s | 63 | 0 | |
| OpenAI: gpt-oss-120b | 9.5 | 10.0 | 100.0% | 0 | 7.63s | 126 | 1,799 |
| Puzzle Solving | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Trinity Large Preview | 4.0 | 10.0 | 33.3% | 0 | 3.30s | 291 | 0 | |
| OpenAI: gpt-oss-120b | 1.7 | 4.7 | 22.2% | 2 | 11.80s | 1,508 | 2,092 |
| 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Trinity Large Preview | 10.0 | 10.0 | 100.0% | 0 | 6.67s | 267 | 0 | |
| OpenAI: gpt-oss-120b | 9.0 | 10.0 | 100.0% | 0 | 6.91s | 287 | 1,083 |
快速对比
切换对比组合
gpt-oss-120bmedium免费可用vsQwen3.5-122B-A10BnoneGemini 2.5 Flashnonevsgpt-oss-120bmedium免费可用gpt-oss-120bmedium免费可用vsQwen3.5-Flashnonegpt-oss-120bmedium免费可用vsQwen3.5-27Bnonegpt-oss-120bmedium免费可用vsQwen3.5-35B-A3BnoneDeepSeek V3.2nonevsgpt-oss-120bmedium免费可用Trinity Large Previewnone免费可用vsMiniMax M2.5mediumTrinity Large Previewnone免费可用vsQwen3 Coder Nextmediumgpt-oss-120bmedium免费可用vsGLM 5noneKimi K2.5nonevsgpt-oss-120bmedium免费可用Trinity Large Previewnone免费可用vsMercury 2mediumgpt-oss-120bmedium免费可用vsQwen3 Coder Nextnone