导航
AI BENCHY
Advertise here

Trinity Large Preview vs GLM 4.7 Flash

平均分几乎持平，为 4.8 vs 4.8。 Trinity Large Preview benchmark 成本更低，为 $0.008 vs $0.016。 Trinity Large Preview 更快，为 2.98s vs 8.81s，通过率为 21.2% vs 30.3%。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-08-15

排名
#254
总输出令牌
2,169
响应时间（平均）
2.98s
总成本
$0.008
排名
#253
总输出令牌
22,992
响应时间（平均）
8.81s
总成本
$0.016
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低约 2.0 倍。

详细对比

指标 Trinity Large Preview Trinity Large Preview none 发布日期: 2026-01-27 GLM 4.7 Flash GLM 4.7 Flash none 发布日期: 2026-01-19
分数 4.8 4.8
排名 #254 #253
可靠性 10.0 10.0
一致性 8.9 8.9
尝试次数 63/66 66/66
测试正确
尝试通过率 21.2% 30.3%
不稳定测试 2 3
总运行次数 63 66
每个结果成本 0.017 0.307
总成本 $0.008 $0.016
输入价格 $0.243 / 1M $0.060 / 1M
输出价格 $0.243 / 1M $0.400 / 1M
总输入令牌 29,828 101,513
输出令牌 2,169 22,992
推理令牌 0 0
响应时间（平均） 2.98s 8.81s
响应时间（最大） 14.34s 97.15s
响应时间（总计） 56.57s 140.88s
参数量 398B 总计 (13B 激活) 30B 总计 (3B 激活)
开放状态 开源 开源

模型生成展示

Hamster playing table tennis

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

#254 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

#253 GLM 4.7 Flash

none
无效SVG
成本
$0.000
时间
300.0s
令牌
0 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

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 4.3 10.0 0.0% 0 2.54s 7,256 650 0

快速对比

切换对比组合

Trinity Large ThinkinghighvsGLM 4.7 FlashnoneNemotron 3.5 Lightninglow免费可用vsGLM 4.7 FlashnoneTrinity Large PreviewnonevsNemotron 3.5 Lightninglow免费可用Trinity Large PreviewnonevsCobuddymediumCobuddymediumvsGLM 4.7 FlashnoneTrinity Large PreviewnonevsQwen3 Coder NextmediumQwen3 Coder NextmediumvsGLM 4.7 FlashnoneTrinity Large PreviewnonevsMiniMax M2.5mediumMiniMax M2.5mediumvsGLM 4.7 FlashnoneLaguna S 2.1low免费可用vsGLM 4.7 FlashnoneTrinity Large PreviewnonevsLaguna S 2.1low免费可用MiniMax M2.7mediumvsGLM 4.7 Flashnone