- 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 Grok 4.20
Trinity Large Thinking (high) 平均分领先，为 4.8 vs 4.1。 Grok 4.20 benchmark 成本更低，为 $0.057 vs $0.632。 Grok 4.20 更快，为 1.11s vs 77.22s，通过率为 39.4% vs 27.3%。
- 排名
- #220
- 总输出令牌
- 1,923
- 响应时间（平均）
- 1.11s
- 总成本
- $0.057
推荐模型
Grok 4.20
它的得分接近这里的最高分（4.1 vs 4.8），同时成本比Trinity Large Thinking (high)低约 11.2 倍。
详细对比
| 指标 | Trinity Large Thinking Trinity Large Thinking high | Grok 4.20 Grok 4.20 none |
|---|---|---|
| 分数 | 4.8 | 4.1 |
| 排名 | #202 | #220 |
| 可靠性 | 9.9 | 不适用 |
| 一致性 | 7.2 | 8.1 |
| 测试正确 | ||
| 尝试通过率 | 39.4% | 27.3% |
| 不稳定测试 | 8 | 0 |
| 总运行次数 | 66 | 54 |
| 每个结果成本 | 12.640 | 1.570 |
| 总成本 | $0.632 | $0.057 |
| 输入价格 | $0.220 / 1M | $1.250 / 1M |
| 输出价格 | $0.850 / 1M | $2.500 / 1M |
| 总输入令牌 | 101,767 | 41,313 |
| 输出令牌 | 286,218 | 1,923 |
| 推理令牌 | 667,540 | 0 |
| 响应时间（平均） | 77.22s | 1.11s |
| 响应时间（最大） | 510.21s | 6.04s |
| 响应时间（总计） | 1698.89s | 19.96s |
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
#220 xAI: Grok 4.20
none- 成本
- $0.004
- 时间
- 6.5s
- 令牌
- 1,367 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 | |
| Grok 4.20 | 4.8 | 10.0 | 25.0% | 0 | 501ms | 1,986 | 267 | 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 | |
| Grok 4.20 | 1.1 | 3.1 | 0.0% | 0 | 1.22s | 1,074 | 312 | 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 | |
| Grok 4.20 | 1.5 | 5.0 | 0.0% | 0 | 6.04s | 17,673 | 282 | 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 | |
| Grok 4.20 | 10.0 | 10.0 | 100.0% | 0 | 522ms | 7,749 | 207 | 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 | |
| Grok 4.20 | 3.0 | 10.0 | 0.0% | 0 | 687ms | 1,746 | 325 | 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 | |
| Grok 4.20 | 4.8 | 10.0 | 0.0% | 0 | 659ms | 819 | 83 | 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 | |
| Grok 4.20 | 6.3 | 10.0 | 50.0% | 0 | 445ms | 1,350 | 60 | 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 | |
| Grok 4.20 | 5.3 | 10.0 | 33.3% | 0 | 473ms | 1,671 | 198 | 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 | |
| Grok 4.20 | 10.0 | 10.0 | 100.0% | 0 | 4.63s | 7,245 | 189 | 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 | |
| Grok 4.20 | 0.0 | 0.0 | 0.0% | 0 | 0ms | 0 | 0 | 0 |
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 V2.5noneTrinity 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 2noneGrok 4.20nonevsGLM 4.7 FlashmediumTrinity Large ThinkinghighvsDeepSeek V3.2none