- 排名
- #174
- 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-Flash (medium)
Qwen3.5-Flash (medium) 平均分领先，为 6.1 vs 6.0。 Qwen3.5-Flash (medium) benchmark 成本更低，为 $0.142 vs $0.658。 Qwen3.5-Flash (medium) 更快，为 84.44s vs 96.61s，通过率为 47.0% vs 65.2%。
- 排名
- #167
- 总输出令牌
- 512,846
- 响应时间（平均）
- 84.44s
- 总成本
- $0.142
推荐模型
Qwen3.5-Flash (medium)
它在这里得分最高（6.1），同时成本比Trinity Large Thinking (low)低约 4.7 倍。
详细对比
| 指标 | Trinity Large Thinking Trinity Large Thinking low | Qwen3.5-Flash Qwen3.5-Flash medium |
|---|---|---|
| 分数 | 6.0 | 6.1 |
| 排名 | #174 | #167 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 8.3 | 7.8 |
| 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 | 1.491 |
| 总成本 | $0.658 | $0.142 |
| 输入价格 | $0.220 / 1M | $0.065 / 1M |
| 输出价格 | $0.850 / 1M | $0.260 / 1M |
| 总输入令牌 | 122,854 | 118,508 |
| 输出令牌 | 119,810 | 35,457 |
| 推理令牌 | 698,549 | 477,389 |
| 响应时间（平均） | 96.61s | 84.44s |
| 响应时间（最大） | 540.96s | 515.38s |
| 响应时间（总计） | 2125.51s | 1773.20s |
| 参数量 | 398B 总计 (13B 激活) | ~35B 总计 (~3B 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.
#174 Trinity Large Thinking
low- 成本
- $0.021
- 时间
- 173.2s
- 令牌
- 24,586 tok
#167 Qwen3.5-Flash
medium- 成本
- $0.002
- 时间
- 25.8s
- 令牌
- 4,294 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-Flash | 10.0 | 10.0 | 100.0% | 0 | 59.11s | 672 | 383 | 32,992 |
| 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-Flash | 3.7 | 7.2 | 22.2% | 1 | 58.87s | 6,685 | 302 | 90,081 |
| 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-Flash | 6.4 | 5.8 | 66.7% | 1 | 266.58s | 94,507 | 10,679 | 204,282 |
| 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-Flash | 7.3 | 5.9 | 83.3% | 1 | 56.99s | 6,061 | 235 | 16,237 |
| 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-Flash | 2.9 | 7.2 | 11.1% | 1 | 143.82s | 590 | 23,231 | 30,394 |
| 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-Flash | 6.1 | 3.1 | 66.7% | 1 | 40.05s | 516 | 99 | 38,486 |
| 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-Flash | 10.0 | 10.0 | 100.0% | 0 | 63.49s | 699 | 98 | 14,139 |
| 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-Flash | 8.2 | 7.2 | 88.9% | 1 | 27.61s | 381 | 89 | 12,457 |
| 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-Flash | 10.0 | 10.0 | 100.0% | 0 | 10.33s | 8,193 | 309 | 1,284 |
| 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-Flash | 3.0 | 10.0 | 0.0% | 0 | 48.98s | 204 | 32 | 37,037 |
快速对比
切换对比组合
Qwen3.5-FlashmediumvsInklinglowGemini 3.1 Flash LitenonevsQwen3.5-FlashmediumTrinity Large ThinkinglowvsGemini 2.5 FlashnoneTrinity Large ThinkinglowvsNemotron 3 Ultranone免费可用Gemma 4 31Bnone免费可用vsQwen3.5-FlashmediumGemini 3.1 Flash LiteminimalvsQwen3.5-FlashmediumClaude Sonnet 5nonevsQwen3.5-FlashmediumTrinity Large ThinkinglowvsQwen3.5 Plus 2026-04-20noneTrinity Large ThinkinglowvsGemma 4 31Bnone免费可用Nemotron 3 Ultranone免费可用vsQwen3.5-FlashmediumTrinity Large ThinkinglowvsQwen3.6 FlashnoneGPT-5.6 LunalowvsQwen3.5-Flashmedium