Trinity Large Preview vs Z.ai: GLM 4.7 Flash

Trinity Large Preview 平均分领先，为 4.8 vs 4.3。 Trinity Large Preview benchmark 成本更低，为 $0.008 vs $0.166。 Trinity Large Preview 更快，为 2.98s vs 142.59s，通过率为 21.2% vs 31.8%。

推荐模型Trinity Large Preview它在这里得分最高（4.8），同时成本比GLM 4.7 Flash (medium)低约 21.4 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-20

指标	Trinity Large Preview Trinity Large Preview none 发布日期: 2026-01-27	GLM 4.7 Flash GLM 4.7 Flash medium 发布日期: 2026-01-19

指标	Trinity Large Preview Trinity Large Preview none 发布日期: 2026-01-27	GLM 4.7 Flash GLM 4.7 Flash medium 发布日期: 2026-01-19
分数	4.8	4.3
排名	#183	#194
可靠性	10.0	7.8
一致性	8.9	7.0
测试正确
尝试通过率	21.2%	31.8%
不稳定测试	2	8
总运行次数	63	66
每个结果成本	0.017	4.147
总成本	$0.008	$0.166
输入价格	$0.243 / 1M	$0.061 / 1M
输出价格	$0.243 / 1M	$0.400 / 1M
总输入令牌	29,828	79,051
输出令牌	2,169	43,754
推理令牌	0	374,109
响应时间（平均）	2.98s	142.59s
响应时间（最大）	14.34s	1539.97s
响应时间（总计）	56.57s	1996.21s

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#183 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

#194 GLM 4.7 Flash

medium

无效SVG

成本: $0.000
时间: 186.2s
令牌: 12,112 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

类别:

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
GLM 4.7 Flash	4.7	5.9	41.7%	2		14.95s	555	1,122	6,110

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
GLM 4.7 Flash	3.2	7.4	11.1%	1		55.33s	3,106	4,981	22,387

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
GLM 4.7 Flash	2.9	6.0	16.7%	1		802.77s	59,030	2,585	305,678

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
GLM 4.7 Flash	6.3	10.0	50.0%	0		1.51s	7,107	584	2,755

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
GLM 4.7 Flash	3.5	4.4	33.3%	2		174.55s	643	33,000	25,394

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
GLM 4.7 Flash	3.6	9.7	0.0%	0		18.14s	318	18	2,138

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
GLM 4.7 Flash	6.2	5.8	66.7%	1		2.97s	636	388	2,181

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
GLM 4.7 Flash	2.9	7.2	11.1%	1		12.93s	521	781	5,255

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
GLM 4.7 Flash	10.0	10.0	100.0%	0		15.95s	6,949	224	1,014

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
GLM 4.7 Flash	3.0	10.0	0.0%	0		11.13s	186	71	1,197

快速对比

切换对比组合

Trinity Large PreviewnonevsQwen3 Coder Nextmedium Trinity Large PreviewnonevsCobuddymedium Trinity Large PreviewnonevsMiniMax M2.5medium Grok 4.20nonevsGLM 4.7 Flashmedium Trinity Large PreviewnonevsMiniMax M2.7medium Granite 4.1 8BnonevsGLM 4.7 Flashmedium Mercury 2nonevsGLM 4.7 Flashmedium Trinity Large PreviewnonevsMistral Small 4medium KAT-Coder-Air V2.5nonevsGLM 4.7 Flashmedium GPT-5.4 NanononevsGLM 4.7 Flashmedium Ring-2.6-1TnonevsGLM 4.7 Flashmedium gpt-oss-120bnone免费可用vsGLM 4.7 Flashmedium