导航
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Trinity Large Thinking (medium) vs KAT-Coder-Pro V2.5 (default)

平均分几乎持平,为 6.1 vs 6.1。 KAT-Coder-Pro V2.5 (default) benchmark 成本更低,为 $0.742 vs $0.862。 KAT-Coder-Pro V2.5 (default) 更快,为 24.96s vs 84.01s,通过率为 49.3% vs 68.1%。

基准结果生成自 AI BENCHY 测试套件,时间:: 2026-11-13

已对比模型

排名
#316
总输出令牌
925,046
响应时间(平均)
84.01s
总成本
$0.862
排名
#322
总输出令牌
139,572
响应时间(平均)
24.96s
总成本
$0.742
推荐模型 KAT-Coder-Pro V2.5 (default)

它在这里得分最高(6.1),同时响应速度比Trinity Large Thinking (medium)快约 3.4 倍。

详细对比

指标 Trinity Large Thinking Trinity Large Thinking medium 发布日期: 2026-07-28 KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 default 发布日期: 2026-07-14
分数 6.1 6.1
排名 #316 #322
可靠性 10.0 10.0
一致性 7.7 7.1
尝试次数 69/69 69/69
测试正确
尝试通过率 49.3% 68.1%
不稳定测试 7 8
总运行次数 69 69
每个结果成本 10.772 4.419
总成本 $0.862 $0.742
输入价格 $0.250 / 1M $0.740 / 1M
输出价格 $0.800 / 1M $2.960 / 1M
缓存读取价格 $0.060 / 1M $0.150 / 1M
缓存写入价格 不适用 不适用
总输入令牌 319,352 98,508
输出令牌 158,447 8,088
推理令牌 875,524 131,484
响应时间(平均) 84.01s 24.96s
响应时间(最大) 525.14s 335.41s
响应时间(总计) 1932.24s 574.12s
参数量 398B 总计 (13B 激活) ~700B 总计 (~72B 激活)
开放状态 权重可用 闭源

缓存价格适用于输入令牌。读取会复用已缓存的提示词;写入会存储提示词,可能产生额外费用。输出令牌按输出价格计费。

模型生成展示

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#316 Trinity Large Thinking

medium
成本
$0.016
时间
75.9s
令牌
19,401 tok

#322 KAT-Coder-Pro V2.5

default
成本
$0.010
时间
29.0s
令牌
3,439 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

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 7.5 10.0 66.7% 0 179.02s 7,248 7,413 351,155
KAT-Coder-Pro V2.5 6.1 4.7 66.7% 2 22.52s 7,893 451 21,989

切换对比组合