AI BENCHY 对比
Trinity Large Preview vs Owl 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 | Owl Alpha Owl Alpha medium |
|---|---|---|
| 分数 | 4.7 | 5.8 |
| 排名 | #148 | #107 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 9.3 | 9.6 |
| 测试正确 | ||
| 尝试通过率 | 23.3% | 41.7% |
| 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 | 40,601 |
| 输出令牌 | 2,169 | 2,965 |
| 推理令牌 | 0 | 0 |
| 响应时间（平均） | 2.98s | 11.64s |
| 响应时间（最大） | 14.34s | 58.63s |
| 响应时间（总计） | 56.57s | 232.83s |
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 | |
| Owl Alpha | 4.8 | 10.0 | 25.0% | 0 | 3.97s | 1,596 | 87 | 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 | |
| Owl Alpha | 6.6 | 10.0 | 50.0% | 0 | 19.08s | 3,872 | 1,754 | 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 | |
| Owl Alpha | 3.0 | 10.0 | 0.0% | 0 | 10.01s | 14,259 | 315 | 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 | |
| Owl Alpha | 10.0 | 10.0 | 100.0% | 0 | 21.64s | 8,157 | 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 | |
| Owl Alpha | 5.3 | 10.0 | 33.3% | 0 | 8.58s | 1,458 | 28 | 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 | |
| Owl Alpha | 4.3 | 10.0 | 0.0% | 0 | 58.63s | 732 | 98 | 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 | |
| Owl Alpha | 6.5 | 10.0 | 50.0% | 0 | 10.15s | 1,161 | 57 | 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 | |
| Owl Alpha | 5.3 | 7.2 | 44.4% | 1 | 3.40s | 1,392 | 135 | 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 | |
| Owl Alpha | 10.0 | 10.0 | 100.0% | 0 | 8.26s | 7,524 | 228 | 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 | |
| Owl Alpha | 3.0 | 10.0 | 0.0% | 0 | 2.38s | 450 | 17 | 0 |
快速对比
切换对比组合
Owl AlphamediumvsGLM 5.1noneTrinity Large PreviewnonevsQwen3 Coder NextmediumDeepSeek V4 PrononevsOwl AlphamediumOwl AlphamediumvsQwen3.5 Plus 2026-04-20noneSeed-2.0-LitenonevsOwl AlphamediumOwl AlphamediumvsQwen3.5-35B-A3BnoneOwl AlphamediumvsGLM 5V TurbononeOwl AlphamediumvsQwen3.5-27BnoneOwl AlphamediumvsQwen3.6 27BnoneOwl AlphamediumvsQwen3.5-FlashnoneOwl AlphamediumvsMimo V2 PROnoneOwl AlphamediumvsGLM 4.7 Flashnone