AI BENCHY 对比
Trinity Large Preview vs Elephant Alpha
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 | Elephant Alpha Elephant Alpha medium |
|---|---|---|
| 分数 | 4.7 | 5.3 |
| 排名 | #148 | #134 |
| 可靠性 | 10.0 | 不适用 |
| 一致性 | 9.3 | 9.7 |
| 测试正确 | ||
| 尝试通过率 | 23.3% | 31.7% |
| 不稳定测试 | 2 | 1 |
| 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 | 33,744 |
| 输出令牌 | 2,169 | 2,596 |
| 推理令牌 | 0 | 0 |
| 响应时间（平均） | 2.98s | 1.27s |
| 响应时间（最大） | 14.34s | 3.70s |
| 响应时间（总计） | 56.57s | 22.82s |
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 | |
| Elephant Alpha | 6.6 | 10.0 | 50.0% | 0 | 1.19s | 726 | 815 | 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 | 4.0 | 6.6 | 16.7% | 1 | 14.34s | 738 | 397 | 0 | |
| Elephant Alpha | 4.0 | 6.7 | 16.7% | 1 | 1.30s | 813 | 365 | 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 | 3.0 | 10.0 | 0.0% | 0 | 8.91s | 12,053 | 294 | 0 | |
| Elephant Alpha | 3.0 | 10.0 | 0.0% | 0 | 3.70s | 14,046 | 562 | 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 | |
| Elephant Alpha | 6.5 | 10.0 | 50.0% | 0 | 979ms | 8,004 | 246 | 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 | |
| Elephant Alpha | 3.0 | 10.0 | 0.0% | 0 | 925ms | 810 | 24 | 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 | |
| Elephant Alpha | 4.3 | 10.0 | 0.0% | 0 | 920ms | 540 | 105 | 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 | |
| Elephant Alpha | 9.8 | 10.0 | 100.0% | 0 | 987ms | 732 | 82 | 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 | |
| Elephant Alpha | 5.3 | 10.0 | 33.3% | 0 | 868ms | 729 | 166 | 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 | |
| Elephant Alpha | 3.0 | 10.0 | 0.0% | 0 | 2.83s | 7,344 | 231 | 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 | |
| Elephant Alpha | 3.0 | 10.0 | 0.0% | 0 | 0ms | 0 | 0 | 0 |
快速对比
切换对比组合
Trinity Large PreviewnonevsQwen3 Coder NextmediumKimi K2.5nonevsElephant AlphamediumElephant AlphamediumvsGLM 5 TurbononeLing-2.6-flashnonevsElephant AlphamediumElephant AlphamediumvsQwen3.5-122B-A10BnoneDeepSeek V3.2nonevsElephant AlphamediumElephant AlphamediumvsGrok 4.20nonegpt-oss-120bnone免费可用vsElephant AlphamediumDeepSeek V4 FlashnonevsElephant AlphamediumElephant AlphamediumvsQwen3 Coder NextnoneTrinity Large PreviewnonevsGLM 4.7 FlashmediumElephant AlphamediumvsQwen3.6 Flashnone