- 排名
- #345
- 总输出令牌
- 717,762
- 响应时间(平均)
- 74.52s
- 总成本
- $0.794
Trinity Large Thinking (high) vs DeepSeek V4.1 Flash
平均分几乎持平,为 5.7 vs 5.8。 DeepSeek V4.1 Flash benchmark 成本更低,为 $0.391 vs $0.794。 DeepSeek V4.1 Flash 更快,为 16.63s vs 74.52s,通过率为 42.0% vs 36.2%。
已对比模型
- 排名
- #342
- 总输出令牌
- 292,779
- 响应时间(平均)
- 16.63s
- 总成本
- $0.391
推荐模型
DeepSeek V4.1 Flash
它在这里得分最高(5.8),同时成本比Trinity Large Thinking (high)低约 2.0 倍。
详细对比
| 指标 | Trinity Large Thinking Trinity Large Thinking high | DeepSeek V4.1 Flash DeepSeek V4.1 Flash none |
|---|---|---|
| 分数 | 5.7 | 5.8 |
| 排名 | #345 | #342 |
| 可靠性 | 10.0 | 9.7 |
| 一致性 | 7.3 | 9.1 |
| 尝试次数 | 69/69 | 69/69 |
| 测试正确 | ||
| 尝试通过率 | 42.0% | 36.2% |
| 不稳定测试 | 8 | 3 |
| 总运行次数 | 69 | 69 |
| 每个结果成本 | 11.289 | 2.806 |
| 总成本 | $0.794 | $0.391 |
| 输入价格 | $0.250 / 1M | $0.013 / 1M |
| 输出价格 | $0.800 / 1M | $1.320 / 1M |
| 缓存读取价格 | $0.060 / 1M | $0.013 / 1M |
| 缓存写入价格 | 不适用 | 不适用 |
| 总输入令牌 | 283,116 | 337,756 |
| 输出令牌 | 277,920 | 292,779 |
| 推理令牌 | 665,124 | 0 |
| 响应时间(平均) | 74.52s | 16.63s |
| 响应时间(最大) | 510.21s | 247.66s |
| 响应时间(总计) | 1713.90s | 382.53s |
| 参数量 | 398B 总计 (13B 激活) | 748B 总计 (16B 激活) |
| 开放状态 | 权重可用 | 开源 |
缓存价格适用于输入令牌。读取会复用已缓存的提示词;写入会存储提示词,可能产生额外费用。输出令牌按输出价格计费。
模型生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#345 Trinity Large Thinking
high- 成本
- $0.028
- 时间
- 130.1s
- 令牌
- 34,387 tok
#342 DeepSeek V4.1 Flash
none- 成本
- $0.021
- 时间
- 55.4s
- 令牌
- 17,181 tok
类别细分
| 智能体任务 | 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 | 44.97s | 181,340 | 1,553 | 8,872 | |
| DeepSeek V4.1 Flash | 7.4 | 3.8 | 66.7% | 1 | 55.81s | 200,069 | 18,999 | 0 |
| 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 V4.1 Flash | 3.7 | 8.4 | 8.3% | 1 | 1.90s | 552 | 907 | 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 V4.1 Flash | 5.5 | 10.0 | 33.3% | 0 | 83.66s | 7,284 | 263,438 | 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 V4.1 Flash | 3.0 | 10.0 | 0.0% | 0 | 10.37s | 116,933 | 8,699 | 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 V4.1 Flash | 6.5 | 10.0 | 50.0% | 0 | 3.09s | 2,322 | 117 | 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 | 66.94s | 756 | 163,364 | 166,091 | |
| DeepSeek V4.1 Flash | 7.7 | 10.0 | 66.7% | 0 | 5.46s | 684 | 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 V4.1 Flash | 5.5 | 10.0 | 0.0% | 0 | 1.69s | 474 | 93 | 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 V4.1 Flash | 6.5 | 10.0 | 50.0% | 0 | 6.81s | 633 | 62 | 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 V4.1 Flash | 5.3 | 7.2 | 44.4% | 1 | 1.49s | 603 | 215 | 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 V4.1 Flash | 10.0 | 10.0 | 100.0% | 0 | 3.76s | 8,016 | 219 | 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 V4.1 Flash | 3.0 | 10.0 | 0.0% | 0 | 1.32s | 186 | 9 | 0 |
快速对比
切换对比组合
Trinity Large ThinkinghighvsRing 2.6 1tmediumTrinity Large ThinkinghighvsGPT-5 NanomediumDeepSeek V4.1 FlashnonevsLing 3.0 FlashhighTrinity Large ThinkinghighvsGPT-5.4 MininoneTrinity Large ThinkinghighvsMistral Large 4noneTrinity Large ThinkinghighvsSeed 2.1 TurbononeDeepSeek V4.1 FlashnonevsHy4highTrinity Large ThinkinghighvsHy4noneTrinity Large ThinkinghighvsDots 3 Note Previewmedium免费可用DeepSeek V4.1 FlashnonevsRing 2.6 1tmediumDeepSeek V4.1 FlashnonevsGPT-5 NanomediumDeepSeek V4.1 FlashnonevsHy4low