Trinity Large Thinking (high) vs DeepSeek V3.2

排名: #202
总输出令牌: 953,758
响应时间（平均）: 77.22s
总成本: $0.632

排名: #194
总输出令牌: 42,097
响应时间（平均）: 18.25s
总成本: $0.054

推荐模型 DeepSeek V3.2

它在这里得分最高（5.0），同时成本比Trinity Large Thinking (high)低约 11.8 倍。

详细对比

指标	Trinity Large Thinking Trinity Large Thinking high 发布日期: 2026-07-28	DeepSeek V3.2 DeepSeek V3.2 none 发布日期: 2025-12-01

指标	Trinity Large Thinking Trinity Large Thinking high 发布日期: 2026-07-28	DeepSeek V3.2 DeepSeek V3.2 none 发布日期: 2025-12-01
分数	4.8	5.0
排名	#202	#194
可靠性	9.9	10.0
一致性	7.2	7.7
测试正确
尝试通过率	39.4%	37.9%
不稳定测试	8	6
总运行次数	66	66
每个结果成本	12.640	0.870
总成本	$0.632	$0.054
输入价格	$0.220 / 1M	$0.269 / 1M
输出价格	$0.850 / 1M	$0.400 / 1M
总输入令牌	101,767	135,780
输出令牌	286,218	42,097
推理令牌	667,540	0
响应时间（平均）	77.22s	18.25s
响应时间（最大）	510.21s	115.89s
响应时间（总计）	1698.89s	401.60s

模型生成展示

Hamster playing table tennis

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

#202 Trinity Large Thinking

high

成本: $0.028
时间: 130.1s
令牌: 34,387 tok

#194 DeepSeek V3.2

none

成本: $0.002
时间: 7.0s
令牌: 1,046 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 Thinking	6.7	8.1	58.3%	1		4.13s	663	3,108	7,565
DeepSeek V3.2	3.2	8.0	8.3%	1		9.35s	494	1,073	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 Thinking	3.7	4.7	33.3%	2		245.04s	7,204	83,616	266,836
DeepSeek V3.2	3.1	6.9	11.1%	1		14.54s	7,279	4,528	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 Thinking	3.0	10.0	0.0%	0		262.39s	76,626	14,706	149,243
DeepSeek V3.2	4.8	10.0	0.0%	0		113.53s	109,626	33,819	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 Thinking	6.3	5.8	66.7%	1		13.98s	6,906	580	9,338
DeepSeek V3.2	6.3	5.8	66.7%	1		9.42s	7,890	1,710	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 Thinking	2.9	7.2	11.1%	1		76.92s	747	173,215	177,379
DeepSeek V3.2	2.9	7.2	11.1%	1		4.17s	624	21	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 Thinking	6.5	3.4	66.7%	1		12.90s	501	5,700	5,942
DeepSeek V3.2	4.7	1.6	66.7%	1		9.32s	314	43	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 Thinking	6.3	10.0	50.0%	0		4.12s	684	88	2,853
DeepSeek V3.2	10.0	10.0	100.0%	0		1.52s	627	66	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 Thinking	4.7	5.2	33.3%	2		3.84s	678	2,566	3,368
DeepSeek V3.2	7.6	7.2	77.8%	1		6.91s	424	298	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 Thinking	10.0	10.0	100.0%	0		5.96s	7,551	282	1,440
DeepSeek V3.2	10.0	10.0	100.0%	0		11.85s	8,319	522	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 Thinking	3.0	10.0	0.0%	0		125.13s	207	2,357	43,576
DeepSeek V3.2	3.0	10.0	0.0%	0		17.23s	183	17	0

快速对比

切换对比组合

Trinity Large ThinkinghighvsGPT-5.4 Nanonone DeepSeek V3.2nonevsLaguna S 2.1low免费可用 Trinity Large ThinkinghighvsRing-2.6-1Tnone Trinity Large ThinkinghighvsKAT-Coder-Air V2.5none DeepSeek V3.2nonevsMiniMax M2.7medium Trinity Large ThinkinghighvsLing-2.6-flashnone Trinity Large ThinkinghighvsNemotron 3 Supernone免费可用 Trinity Large ThinkinghighvsGLM 4.7 Flashnone Trinity Large ThinkinghighvsQwen3 Coder Nextmedium Trinity Large ThinkinghighvsCobuddymedium DeepSeek V3.2nonevsMistral Small 4medium Trinity Large ThinkinghighvsGPT-4o-mininone