- 排名
- #145
- 总输出令牌
- 815,220
- 响应时间（平均）
- 96.78s
- 总成本
- $0.656
Trinity Large Thinking (low) vs gpt-oss-120b (medium)
gpt-oss-120b (medium) 平均分领先，为 6.1 vs 6.0。 gpt-oss-120b (medium) benchmark 成本更低，为 $0.019 vs $0.656。 gpt-oss-120b (medium) 更快，为 21.91s vs 96.78s，通过率为 48.5% vs 50.0%。
- 排名
- #135
- 总输出令牌
- 97,816
- 响应时间（平均）
- 21.91s
- 总成本
- $0.019
推荐模型
gpt-oss-120b (medium)
它在这里得分最高（6.1），同时成本比Trinity Large Thinking (low)低约 35.0 倍。
详细对比
| 指标 | Trinity Large Thinking Trinity Large Thinking low | gpt-oss-120b gpt-oss-120b medium |
|---|---|---|
| 分数 | 6.0 | 6.1 |
| 排名 | #145 | #135 |
| 可靠性 | 9.7 | 10.0 |
| 一致性 | 7.9 | 8.0 |
| 测试正确 | ||
| 尝试通过率 | 48.5% | 50.0% |
| 不稳定测试 | 6 | 5 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 8.199 | 0.221 |
| 总成本 | $0.656 | $0.019 |
| 输入价格 | $0.220 / 1M | $0.037 / 1M |
| 输出价格 | $0.850 / 1M | $0.170 / 1M |
| 总输入令牌 | 122,845 | 108,747 |
| 输出令牌 | 117,704 | 29,772 |
| 推理令牌 | 697,516 | 68,044 |
| 响应时间（平均） | 96.78s | 21.91s |
| 响应时间（最大） | 540.96s | 68.16s |
| 响应时间（总计） | 2129.13s | 328.70s |
模型生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#145 Trinity Large Thinking
low- 成本
- $0.021
- 时间
- 173.2s
- 令牌
- 24,586 tok
#135 gpt-oss-120b
medium- 成本
- $0.001
- 时间
- 26.7s
- 令牌
- 555 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 | 8.3 | 10.0 | 75.0% | 0 | 5.70s | 663 | 1,451 | 5,431 | |
| gpt-oss-120b | 6.7 | 9.9 | 50.0% | 0 | 10.21s | 1,314 | 3,518 | 2,177 |
| 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 | 5.3 | 10.0 | 33.3% | 0 | 344.45s | 5,441 | 27,039 | 217,241 | |
| gpt-oss-120b | 5.9 | 7.0 | 55.6% | 1 | 38.37s | 7,782 | 3,365 | 11,973 |
| 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 | 5.2 | 6.0 | 33.3% | 1 | 291.02s | 99,467 | 9,848 | 234,039 | |
| gpt-oss-120b | 6.5 | 10.0 | 50.0% | 0 | 23.96s | 81,198 | 10,453 | 22,883 |
| 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 | 7.3 | 5.8 | 83.3% | 1 | 14.30s | 6,906 | 459 | 9,451 | |
| gpt-oss-120b | 6.4 | 5.9 | 66.7% | 1 | 1.98s | 7,476 | 241 | 1,114 |
| 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 | 4.4 | 22.2% | 2 | 141.46s | 747 | 69,943 | 216,565 | |
| gpt-oss-120b | 2.9 | 4.4 | 22.2% | 2 | 50.92s | 1,266 | 6,784 | 20,606 |
| 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 | 10.0 | 10.0 | 100.0% | 0 | 12.65s | 501 | 5,138 | 5,695 | |
| gpt-oss-120b | 4.3 | 10.0 | 0.0% | 0 | 7.90s | 659 | 107 | 387 |
| 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 | 4.4 | 6.8 | 16.7% | 1 | 4.07s | 684 | 45 | 3,710 | |
| gpt-oss-120b | 9.9 | 10.0 | 100.0% | 0 | 7.63s | 1,036 | 126 | 1,799 |
| 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 | 6.3 | 7.9 | 44.4% | 1 | 3.28s | 678 | 2,625 | 3,077 | |
| gpt-oss-120b | 5.3 | 7.2 | 44.4% | 1 | 21.71s | 1,190 | 1,790 | 2,264 |
| 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 | 5.19s | 7,551 | 299 | 1,430 | |
| gpt-oss-120b | 9.8 | 10.0 | 100.0% | 0 | 6.91s | 6,514 | 287 | 1,083 |
| 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 | 2.10s | 207 | 857 | 877 | |
| gpt-oss-120b | 3.0 | 10.0 | 0.0% | 0 | 26.51s | 312 | 3,101 | 3,758 |
快速对比
切换对比组合
gpt-oss-120bmediumvsQwen3.7 FlashnoneGemini 3.1 Flash Litenonevsgpt-oss-120bmediumTrinity Large ThinkinglowvsStep 3.5 Flashmediumgpt-oss-120bmediumvsInklinglowgpt-oss-120bmediumvsQwen3.6 FlashnoneTrinity Large ThinkinglowvsNemotron 3 Ultranone免费可用Gemini 3.1 Flash Liteminimalvsgpt-oss-120bmediumTrinity Large ThinkinglowvsGPT-5 Nanomediumgpt-oss-120bmediumvsQwen3.5-Flashnonegpt-oss-120bmediumvsQwen3.5 Plus 2026-04-20noneTrinity Large ThinkinglowvsQwen3.5-35B-A3Bnonegpt-oss-120bmediumvsQwen3.5-35B-A3Bnone