- 排名
- #181
- 总输出令牌
- 818,359
- 响应时间（平均）
- 96.61s
- 总成本
- $0.658
Trinity Large Thinking (low) vs Qwen3.5-35B-A3B (medium)
Qwen3.5-35B-A3B (medium) 平均分领先，为 6.1 vs 6.0。 Trinity Large Thinking (low) benchmark 成本更低，为 $0.658 vs $1.140。 Trinity Large Thinking (low) 更快，为 96.61s vs 110.84s，通过率为 47.0% vs 65.2%。
- 排名
- #170
- 总输出令牌
- 893,463
- 响应时间（平均）
- 110.84s
- 总成本
- $1.140
推荐模型
Trinity Large Thinking (low)
它的得分接近这里的最高分（6.0 vs 6.1），同时成本比Qwen3.5-35B-A3B (medium)低约 1.7 倍。
详细对比
| 指标 | Trinity Large Thinking Trinity Large Thinking low | Qwen3.5-35B-A3B Qwen3.5-35B-A3B medium |
|---|---|---|
| 分数 | 6.0 | 6.1 |
| 排名 | #181 | #170 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 8.3 | 7.6 |
| 尝试次数 | 66/66 | 66/66 |
| 测试正确 | ||
| 尝试通过率 | 47.0% | 65.2% |
| 不稳定测试 | 5 | 6 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 8.221 | 9.806 |
| 总成本 | $0.658 | $1.140 |
| 输入价格 | $0.220 / 1M | $0.250 / 1M |
| 输出价格 | $0.850 / 1M | $1.250 / 1M |
| 总输入令牌 | 122,854 | 130,450 |
| 输出令牌 | 119,810 | 54,857 |
| 推理令牌 | 698,549 | 838,606 |
| 响应时间（平均） | 96.61s | 110.84s |
| 响应时间（最大） | 540.96s | 950.25s |
| 响应时间（总计） | 2125.51s | 2438.58s |
| 参数量 | 398B 总计 (13B 激活) | 35B 总计 (3B 激活) |
| 开放状态 | 权重可用 | 开源 |
模型生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#181 Trinity Large Thinking
low- 成本
- $0.021
- 时间
- 173.2s
- 令牌
- 24,586 tok
#170 Qwen3.5-35B-A3B
medium- 成本
- $0.009
- 时间
- 71.4s
- 令牌
- 8,631 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 | |
| Qwen3.5-35B-A3B | 10.0 | 10.0 | 100.0% | 0 | 21.13s | 672 | 798 | 42,652 |
| 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 | |
| Qwen3.5-35B-A3B | 5.9 | 9.3 | 33.3% | 0 | 206.65s | 4,106 | 23,844 | 111,462 |
| 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 | |
| Qwen3.5-35B-A3B | 3.8 | 5.8 | 33.3% | 1 | 512.79s | 109,184 | 775 | 444,948 |
| 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 | |
| Qwen3.5-35B-A3B | 7.3 | 5.9 | 83.3% | 1 | 59.33s | 6,061 | 235 | 19,493 |
| 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 | 140.26s | 756 | 72,049 | 217,598 | |
| Qwen3.5-35B-A3B | 3.5 | 4.4 | 33.3% | 2 | 76.44s | 562 | 14,268 | 98,934 |
| 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 | |
| Qwen3.5-35B-A3B | 2.8 | 1.6 | 33.3% | 1 | 30.30s | 172 | 20 | 3,753 |
| 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 | |
| Qwen3.5-35B-A3B | 10.0 | 10.0 | 100.0% | 0 | 24.45s | 699 | 97 | 17,361 |
| 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 | |
| Qwen3.5-35B-A3B | 8.2 | 7.2 | 88.9% | 1 | 33.13s | 597 | 3,592 | 26,585 |
| 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 | |
| Qwen3.5-35B-A3B | 10.0 | 10.0 | 100.0% | 0 | 4.65s | 8,193 | 309 | 1,365 |
| 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 | |
| Qwen3.5-35B-A3B | 3.0 | 10.0 | 0.0% | 0 | 177.35s | 204 | 10,919 | 72,053 |
快速对比
切换对比组合
Gemini 3.1 Flash LiteminimalvsQwen3.5-35B-A3BmediumGemini 3.1 Flash LitenonevsQwen3.5-35B-A3BmediumTrinity Large ThinkinglowvsGemini 2.5 FlashnoneTrinity Large ThinkinglowvsNemotron 3 Ultranone免费可用Qwen3.5-35B-A3BmediumvsInklinglowClaude Sonnet 5nonevsQwen3.5-35B-A3BmediumGemma 4 31Bnone免费可用vsQwen3.5-35B-A3BmediumGPT-5.6 LunalowvsQwen3.5-35B-A3BmediumTrinity Large ThinkinglowvsQwen3.5 Plus 2026-04-20noneSeed-2.0-LitenonevsQwen3.5-35B-A3BmediumTrinity Large ThinkinglowvsGemma 4 31Bnone免费可用Trinity Large ThinkinglowvsQwen3.6 Flashnone