- 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 Qwen3.5 Plus 2026-04-20
平均分几乎持平，为 6.0 vs 6.1。 Qwen3.5 Plus 2026-04-20 benchmark 成本更低，为 $0.122 vs $0.656。 Qwen3.5 Plus 2026-04-20 更快，为 13.56s vs 96.78s，通过率为 48.5% vs 43.9%。
- 排名
- #141
- 总输出令牌
- 51,487
- 响应时间（平均）
- 13.56s
- 总成本
- $0.122
推荐模型
Qwen3.5 Plus 2026-04-20
它在这里得分最高（6.1），同时成本比Trinity Large Thinking (low)低约 5.4 倍。
详细对比
| 指标 | Trinity Large Thinking Trinity Large Thinking low | Qwen3.5 Plus 2026-04-20 Qwen3.5 Plus 2026-04-20 none |
|---|---|---|
| 分数 | 6.0 | 6.1 |
| 排名 | #145 | #141 |
| 可靠性 | 9.7 | 10.0 |
| 一致性 | 7.9 | 8.7 |
| 测试正确 | ||
| 尝试通过率 | 48.5% | 43.9% |
| 不稳定测试 | 6 | 4 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 8.199 | 1.636 |
| 总成本 | $0.656 | $0.122 |
| 输入价格 | $0.220 / 1M | $0.300 / 1M |
| 输出价格 | $0.850 / 1M | $1.800 / 1M |
| 总输入令牌 | 122,845 | 94,468 |
| 输出令牌 | 117,704 | 51,487 |
| 推理令牌 | 697,516 | 0 |
| 响应时间（平均） | 96.78s | 13.56s |
| 响应时间（最大） | 540.96s | 206.05s |
| 响应时间（总计） | 2129.13s | 298.31s |
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
#141 Qwen3.5 Plus 2026-04-20
none- 成本
- $0.008
- 时间
- 77.0s
- 令牌
- 4,369 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 Plus 2026-04-20 | 4.8 | 10.0 | 25.0% | 0 | 1.88s | 696 | 557 | 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 | 5.3 | 10.0 | 33.3% | 0 | 344.45s | 5,441 | 27,039 | 217,241 | |
| Qwen3.5 Plus 2026-04-20 | 3.9 | 7.8 | 11.1% | 1 | 1.69s | 7,913 | 480 | 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 | 5.2 | 6.0 | 33.3% | 1 | 291.02s | 99,467 | 9,848 | 234,039 | |
| Qwen3.5 Plus 2026-04-20 | 6.4 | 5.8 | 66.7% | 1 | 109.69s | 66,908 | 42,617 | 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 | 7.3 | 5.8 | 83.3% | 1 | 14.30s | 6,906 | 459 | 9,451 | |
| Qwen3.5 Plus 2026-04-20 | 10.0 | 10.0 | 100.0% | 0 | 2.82s | 7,794 | 243 | 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 | 4.4 | 22.2% | 2 | 141.46s | 747 | 69,943 | 216,565 | |
| Qwen3.5 Plus 2026-04-20 | 5.3 | 10.0 | 33.3% | 0 | 4.43s | 789 | 18 | 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 | 10.0 | 10.0 | 100.0% | 0 | 12.65s | 501 | 5,138 | 5,695 | |
| Qwen3.5 Plus 2026-04-20 | 4.8 | 10.0 | 0.0% | 0 | 1.41s | 522 | 119 | 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 | 4.4 | 6.8 | 16.7% | 1 | 4.07s | 684 | 45 | 3,710 | |
| Qwen3.5 Plus 2026-04-20 | 6.2 | 5.8 | 66.7% | 1 | 1.17s | 711 | 68 | 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 | 6.3 | 7.9 | 44.4% | 1 | 3.28s | 678 | 2,625 | 3,077 | |
| Qwen3.5 Plus 2026-04-20 | 6.7 | 7.9 | 55.6% | 1 | 1.97s | 714 | 583 | 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 | 5.19s | 7,551 | 299 | 1,430 | |
| Qwen3.5 Plus 2026-04-20 | 10.0 | 10.0 | 100.0% | 0 | 4.42s | 8,211 | 297 | 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 | 2.10s | 207 | 857 | 877 | |
| Qwen3.5 Plus 2026-04-20 | 3.0 | 10.0 | 0.0% | 0 | 33.34s | 210 | 6,505 | 0 |
快速对比
切换对比组合
Trinity Large ThinkinglowvsStep 3.5 FlashmediumGPT-5 NanomediumvsQwen3.5 Plus 2026-04-20noneTrinity Large ThinkinglowvsNemotron 3 Ultranone免费可用Trinity Large ThinkinglowvsGPT-5 NanomediumQwen3.5 Plus 2026-04-20nonevsInklinglowgpt-oss-120bmediumvsQwen3.5 Plus 2026-04-20noneTrinity Large ThinkinglowvsQwen3.5-35B-A3BnoneQwen3.5 Plus 2026-04-20nonevsStep 3.5 FlashmediumTrinity Large ThinkinglowvsQwen3.5-FlashnoneGemini 3.1 Flash LiteminimalvsQwen3.5 Plus 2026-04-20noneTrinity Large ThinkinglowvsQwen3.6 FlashnoneTrinity Large ThinkinglowvsGPT-5.6 Terranone