- 排名
- #253
- 总输出令牌
- 943,044
- 响应时间（平均）
- 74.52s
- 总成本
- $0.645
Trinity Large Thinking (high) vs GPT-5.4 Mini
平均分几乎持平，为 5.7 vs 5.7。 GPT-5.4 Mini benchmark 成本更低，为 $0.170 vs $0.645。 GPT-5.4 Mini 更快，为 3.34s vs 74.52s，通过率为 42.0% vs 30.4%。
已对比模型
- 排名
- #255
- 总输出令牌
- 8,828
- 响应时间（平均）
- 3.34s
- 总成本
- $0.170
推荐模型
GPT-5.4 Mini
它在这里得分最高（5.7），同时成本比Trinity Large Thinking (high)低约 3.8 倍。
详细对比
| 指标 | Trinity Large Thinking Trinity Large Thinking high | GPT-5.4 Mini GPT-5.4 Mini none |
|---|---|---|
| 分数 | 5.7 | 5.7 |
| 排名 | #253 | #255 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 7.3 | 9.3 |
| 尝试次数 | 69/69 | 69/69 |
| 测试正确 | ||
| 尝试通过率 | 42.0% | 30.4% |
| 不稳定测试 | 8 | 2 |
| 总运行次数 | 69 | 69 |
| 每个结果成本 | 11.289 | 2.818 |
| 总成本 | $0.645 | $0.170 |
| 输入价格 | $0.250 / 1M | $0.750 / 1M |
| 输出价格 | $0.800 / 1M | $4.500 / 1M |
| 总输入令牌 | 283,116 | 172,438 |
| 输出令牌 | 277,920 | 8,828 |
| 推理令牌 | 665,124 | 0 |
| 响应时间（平均） | 74.52s | 3.34s |
| 响应时间（最大） | 510.21s | 41.98s |
| 响应时间（总计） | 1713.90s | 76.84s |
| 参数量 | 398B 总计 (13B 激活) | ~400B 总计 (~17B 激活) |
| 开放状态 | 权重可用 | 闭源 |
模型生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#253 Trinity Large Thinking
high- 成本
- $0.028
- 时间
- 130.1s
- 令牌
- 34,387 tok
#255 GPT-5.4 Mini
none- 成本
- $0.010
- 时间
- 11.7s
- 令牌
- 2,151 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
| 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 | |
| GPT-5.4 Mini | 5.0 | 10.0 | 0.0% | 0 | 41.98s | 93,362 | 930 | 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 | |
| GPT-5.4 Mini | 3.1 | 8.1 | 8.3% | 1 | 929ms | 606 | 654 | 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 | |
| GPT-5.4 Mini | 5.5 | 10.0 | 33.3% | 0 | 913ms | 7,305 | 401 | 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 | |
| GPT-5.4 Mini | 6.5 | 10.0 | 50.0% | 0 | 6.22s | 55,842 | 5,637 | 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 | |
| GPT-5.4 Mini | 10.0 | 10.0 | 100.0% | 0 | 1.30s | 7,140 | 222 | 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 | |
| GPT-5.4 Mini | 3.6 | 7.2 | 22.2% | 1 | 1.31s | 732 | 106 | 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 | |
| GPT-5.4 Mini | 4.8 | 10.0 | 0.0% | 0 | 1.82s | 477 | 174 | 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 | |
| GPT-5.4 Mini | 6.3 | 10.0 | 50.0% | 0 | 728ms | 660 | 101 | 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 | |
| GPT-5.4 Mini | 5.4 | 10.0 | 33.3% | 0 | 836ms | 642 | 305 | 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 | |
| GPT-5.4 Mini | 3.0 | 10.0 | 0.0% | 0 | 2.32s | 5,477 | 255 | 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 | |
| GPT-5.4 Mini | 3.0 | 10.0 | 0.0% | 0 | 1.33s | 195 | 43 | 0 |
快速对比
切换对比组合
Trinity Large ThinkinghighvsRing 2.6 1tmediumTrinity Large ThinkinghighvsGPT-5 NanomediumRing 2.6 1tmediumvsGPT-5.4 MininoneDots 3 Note Previewmedium免费可用vsGPT-5.4 MininoneTrinity Large ThinkinghighvsSeed 2.1 TurbononeTrinity Large ThinkinghighvsDots 3 Note Previewmedium免费可用Trinity Large ThinkinghighvsDeepSeek V4.1 FlashnoneLing 3.0 FlashhighvsGPT-5.4 MininoneTrinity Large ThinkinghighvsGPT-5.6 TerranoneTrinity Large ThinkinghighvsGemma 4 31Bnone免费可用GPT-5.4 MininonevsSpace Bunny AlphalowTrinity Large ThinkinghighvsSpace Bunny Alphalow