导航
Advertise here

Trinity Large Thinking (high) vs Ring 2.6 1t (default)

Trinity Large Thinking (high) 平均分领先，为 5.7 vs 4.5。 Ring 2.6 1t (default) benchmark 成本更低，为 $0.026 vs $0.794。 Ring 2.6 1t (default) 更快，为 48.94s vs 74.52s，通过率为 42.0% vs 43.5%。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-10-16

已对比模型

排名
#287
总输出令牌
717,762
响应时间（平均）
74.52s
总成本
$0.794
排名
#370
总输出令牌
40,277
响应时间（平均）
48.94s
总成本
$0.026
推荐模型 Trinity Large Thinking (high)

它在本次比较中得分最高（5.7），并且在 2 个模型中兼顾成本和响应时间最好。

详细对比

指标 Trinity Large Thinking Trinity Large Thinking high 发布日期: 2026-07-28 Ring 2.6 1t Ring 2.6 1t default 发布日期: 2026-05-10
分数 5.7 4.5
排名 #287 #370
可靠性 10.0 10.0
一致性 7.3 9.4
尝试次数 69/69 69/69
测试正确
尝试通过率 42.0% 43.5%
不稳定测试 8 2
总运行次数 69 69
每个结果成本 11.289 0.037
总成本 $0.794 $0.026
输入价格 $0.250 / 1M $0.075 / 1M
输出价格 $0.800 / 1M $0.625 / 1M
缓存读取价格 $0.060 / 1M 不适用
缓存写入价格 不适用 不适用
总输入令牌 283,116 7,608
输出令牌 277,920 17,529
推理令牌 665,124 34,499
响应时间（平均） 74.52s 48.94s
响应时间（最大） 510.21s 143.82s
响应时间（总计） 1713.90s 831.92s
参数量 398B 总计 (13B 激活) 1T 总计 (63B 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.

#287 Trinity Large Thinking

high
成本
$0.028
时间
130.1s
令牌
34,387 tok

#370 Ring 2.6 1t

default
Ring-2.6-1T is no longer available as a free model. It has transitioned to a paid model. Continue using it here: https://openrouter.ai/inclusionai/ring-2.6-1t
成本
$0.000
时间
0.0s
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 Thinking 3.7 4.7 33.3% 2 245.04s 7,204 83,616 266,836
Ring 2.6 1t 5.3 10.0 33.3% 0 143.82s 834 1,071 3,965