AI BENCHY 对比
Trinity Large Preview vs xAI: Grok 4.20 Beta
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-03-12
| 指标 | Trinity Large Preview Trinity Large Preview none 免费可用 | Grok 4.20 Beta Grok 4.20 Beta none |
|---|---|---|
| 排名 | #53 | #52 |
| 平均分 | 4.2 | 4.4 |
| 一致性 | 9.6 | 9.1 |
| 每个结果成本 | 0.000 | 2.214 |
| 总成本 | $0.000 | $0.089 |
| 测试正确 | ||
| 尝试通过率 | 33.3% | 33.3% |
| 不稳定测试 | 1 | 2 |
| 总运行次数 | 48 | 48 |
| 输出令牌 | 1,837 | 1,511 |
| 推理令牌 | 0 | 0 |
| 响应时间（平均） | 3.15s | 1.22s |
| 响应时间（最大） | 8.91s | 6.48s |
| 响应时间（总计） | 50.46s | 19.53s |
分数 vs 总成本
响应时间（平均）
平均分 vs 响应时间（平均）
总输出令牌
平均分 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Trinity Large Preview | 10.0 | 10.0 | 0.0% | 0 | 3.59s | 587 | 0 | |
| Grok 4.20 Beta | 3.3 | 7.9 | 22.2% | 1 | 562ms | 245 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Trinity Large Preview | 10.0 | 10.0 | 0.0% | 0 | 8.91s | 294 | 0 | |
| Grok 4.20 Beta | 10.0 | 10.0 | 0.0% | 0 | 6.48s | 282 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Trinity Large Preview | 9.9 | 10.0 | 100.0% | 0 | 3.26s | 186 | 0 | |
| Grok 4.20 Beta | 9.9 | 10.0 | 100.0% | 0 | 601ms | 197 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Trinity Large Preview | 4.0 | 10.0 | 33.3% | 0 | 877ms | 25 | 0 | |
| Grok 4.20 Beta | 10.0 | 10.0 | 0.0% | 0 | 611ms | 160 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Trinity Large Preview | 3.0 | 9.9 | 0.0% | 0 | 2.86s | 124 | 0 | |
| Grok 4.20 Beta | 5.0 | 10.0 | 0.0% | 0 | 541ms | 87 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Trinity Large Preview | 3.5 | 6.7 | 16.7% | 1 | 1.09s | 63 | 0 | |
| Grok 4.20 Beta | 4.5 | 10.0 | 0.0% | 0 | 687ms | 60 | 0 |
| 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 | |
| Grok 4.20 Beta | 4.0 | 7.2 | 55.6% | 1 | 541ms | 291 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Trinity Large Preview | 10.0 | 10.0 | 100.0% | 0 | 6.67s | 267 | 0 | |
| Grok 4.20 Beta | 10.0 | 10.0 | 100.0% | 0 | 4.79s | 189 | 0 |
快速对比
切换对比组合
MiniMax M2.5mediumvsGrok 4.20 BetanoneTrinity Large Previewnone免费可用vsMiniMax M2.5mediumgpt-oss-120bmedium免费可用vsGrok 4.20 BetanoneTrinity Large Previewnone免费可用vsQwen3 Coder NextmediumTrinity Large Previewnone免费可用vsGrok 4.20 Multi-Agent BetamediumTrinity Large Previewnone免费可用vsgpt-oss-120bmedium免费可用Mercury 2mediumvsGrok 4.20 BetanoneQwen3 Coder NextmediumvsGrok 4.20 BetanoneQwen3.5-35B-A3BmediumvsGrok 4.20 BetanoneTrinity Large Previewnone免费可用vsMercury 2mediumGPT-5 NanomediumvsGrok 4.20 BetanoneTrinity Large Previewnone免费可用vsGLM 4.7 Flashmedium