- 排名
- #202
- 总输出令牌
- 953,758
- 响应时间（平均）
- 77.22s
- 总成本
- $0.632
Trinity Large Thinking (high) vs Qwen3.5-9B (medium)
Trinity Large Thinking (high) 平均分领先，为 4.8 vs 3.8。 Qwen3.5-9B (medium) benchmark 成本更低，为 $0.036 vs $0.632。 Trinity Large Thinking (high) 更快，为 77.22s vs 82.24s，通过率为 39.4% vs 25.8%。
- 排名
- #227
- 总输出令牌
- 238,561
- 响应时间（平均）
- 82.24s
- 总成本
- $0.036
推荐模型
Trinity Large Thinking (high)
它在本次比较中得分最高（4.8），并且在全部 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 | Qwen3.5-9B Qwen3.5-9B medium |
|---|---|---|
| 分数 | 4.8 | 3.8 |
| 排名 | #202 | #227 |
| 可靠性 | 9.9 | 5.0 |
| 一致性 | 7.2 | 8.1 |
| 测试正确 | ||
| 尝试通过率 | 39.4% | 25.8% |
| 不稳定测试 | 8 | 5 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 12.640 | 1.187 |
| 总成本 | $0.632 | $0.036 |
| 输入价格 | $0.220 / 1M | $0.100 / 1M |
| 输出价格 | $0.850 / 1M | $0.150 / 1M |
| 总输入令牌 | 101,767 | 17,070 |
| 输出令牌 | 286,218 | 29,045 |
| 推理令牌 | 667,540 | 209,516 |
| 响应时间（平均） | 77.22s | 82.24s |
| 响应时间（最大） | 510.21s | 226.38s |
| 响应时间（总计） | 1698.89s | 1315.88s |
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
#227 Qwen3.5-9B
medium- 成本
- $0.001
- 时间
- 35.9s
- 令牌
- 3,030 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
| 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 | |
| Qwen3.5-9B | 5.1 | 5.8 | 50.0% | 2 | 34.44s | 369 | 2,621 | 12,411 |
| 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 | |
| Qwen3.5-9B | 2.9 | 10.0 | 0.0% | 0 | 100.88s | 2,396 | 7,890 | 41,129 |
| 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 | |
| Qwen3.5-9B | 3.0 | 10.0 | 0.0% | 0 | 0ms | 0 | 0 | 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 | |
| Qwen3.5-9B | 3.6 | 5.6 | 33.3% | 1 | 87.31s | 4,722 | 1,383 | 32,113 |
| 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 | |
| Qwen3.5-9B | 3.6 | 7.2 | 22.2% | 1 | 137.75s | 295 | 11,549 | 48,475 |
| 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 | |
| Qwen3.5-9B | 2.8 | 1.6 | 33.3% | 1 | 226.38s | 180 | 0 | 30,695 |
| 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 | |
| Qwen3.5-9B | 6.5 | 10.0 | 50.0% | 0 | 5.75s | 381 | 491 | 1,824 |
| 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 | |
| Qwen3.5-9B | 3.0 | 10.0 | 0.0% | 0 | 32.27s | 376 | 1,593 | 12,026 |
| 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 | |
| Qwen3.5-9B | 10.0 | 10.0 | 100.0% | 0 | 4.31s | 8,283 | 444 | 1,149 |
| 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 | |
| Qwen3.5-9B | 3.0 | 10.0 | 0.0% | 0 | 177.02s | 68 | 3,074 | 29,694 |
快速对比
切换对比组合
Trinity Large ThinkinghighvsGPT-5.4 NanononeTrinity Large ThinkinghighvsRing-2.6-1TnoneTrinity Large ThinkinghighvsKAT-Coder-Air V2.5nonegpt-oss-120bnone免费可用vsQwen3.5-9BmediumTrinity Large ThinkinghighvsLing-2.6-flashnoneTrinity Large ThinkinghighvsNemotron 3 Supernone免费可用Trinity Large ThinkinghighvsGLM 4.7 FlashnoneTrinity Large ThinkinghighvsQwen3 Coder NextmediumTrinity Large ThinkinghighvsCobuddymediumTrinity Large ThinkinghighvsGPT-4o-mininoneTrinity Large ThinkinghighvsMercury 2noneTrinity Large ThinkinghighvsDeepSeek V3.2none