- 排名
- #150
- 总输出令牌
- 1,002,646
- 响应时间（平均）
- 84.96s
- 总成本
- $0.792
Trinity Large Thinking (medium) vs GPT-5.4
Trinity Large Thinking (medium) 平均分领先，为 6.0 vs 5.8。 GPT-5.4 benchmark 成本更低，为 $0.397 vs $0.792。 GPT-5.4 更快，为 2.07s vs 84.96s，通过率为 45.5% vs 34.9%。
- 排名
- #156
- 总输出令牌
- 8,321
- 响应时间（平均）
- 2.07s
- 总成本
- $0.397
推荐模型
GPT-5.4
它的得分接近这里的最高分（5.8 vs 6.0），同时成本比Trinity Large Thinking (medium)低约 2.0 倍。
详细对比
| 指标 | Trinity Large Thinking Trinity Large Thinking medium | GPT-5.4 GPT-5.4 none |
|---|---|---|
| 分数 | 6.0 | 5.8 |
| 排名 | #150 | #156 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 7.6 | 9.2 |
| 测试正确 | ||
| 尝试通过率 | 45.5% | 34.9% |
| 不稳定测试 | 7 | 2 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 11.308 | 5.663 |
| 总成本 | $0.792 | $0.397 |
| 输入价格 | $0.220 / 1M | $2.500 / 1M |
| 输出价格 | $0.850 / 1M | $15.000 / 1M |
| 总输入令牌 | 118,477 | 108,632 |
| 输出令牌 | 148,823 | 8,321 |
| 推理令牌 | 853,823 | 0 |
| 响应时间（平均） | 84.96s | 2.07s |
| 响应时间（最大） | 525.14s | 15.63s |
| 响应时间（总计） | 1869.16s | 45.51s |
模型生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#150 Trinity Large Thinking
medium- 成本
- $0.016
- 时间
- 75.9s
- 令牌
- 19,401 tok
#156 GPT-5.4
none- 成本
- $0.026
- 时间
- 18.1s
- 令牌
- 1,792 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 | 6.8 | 9.8 | 50.0% | 0 | 5.11s | 663 | 1,531 | 6,078 | |
| GPT-5.4 | 3.2 | 8.0 | 8.3% | 1 | 1.21s | 606 | 406 | 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 | 7.5 | 10.0 | 66.7% | 0 | 179.02s | 7,248 | 7,413 | 351,155 | |
| GPT-5.4 | 5.5 | 10.0 | 33.3% | 0 | 1.62s | 7,305 | 516 | 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 | 2.9 | 6.0 | 16.7% | 1 | 382.70s | 93,292 | 35,814 | 269,745 | |
| GPT-5.4 | 3.0 | 10.0 | 0.0% | 0 | 9.26s | 85,439 | 6,195 | 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 | 6.3 | 5.8 | 66.7% | 1 | 16.38s | 6,906 | 475 | 11,153 | |
| GPT-5.4 | 10.0 | 10.0 | 100.0% | 0 | 1.04s | 7,140 | 222 | 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 | 120.64s | 747 | 91,991 | 165,222 | |
| GPT-5.4 | 5.3 | 7.2 | 44.4% | 1 | 1.07s | 723 | 50 | 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 | 32.22s | 501 | 7,035 | 7,774 | |
| GPT-5.4 | 4.4 | 9.9 | 0.0% | 0 | 1.78s | 477 | 184 | 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 | 6.9 | 16.7% | 1 | 3.99s | 684 | 77 | 3,798 | |
| GPT-5.4 | 6.5 | 10.0 | 50.0% | 0 | 1.07s | 660 | 81 | 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 | 5.2 | 5.4 | 44.5% | 2 | 2.90s | 678 | 2,508 | 3,231 | |
| GPT-5.4 | 5.6 | 9.8 | 33.3% | 0 | 1.44s | 642 | 381 | 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 | 5.26s | 7,551 | 299 | 1,372 | |
| GPT-5.4 | 10.0 | 10.0 | 100.0% | 0 | 2.75s | 5,445 | 246 | 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 | 97.44s | 207 | 1,680 | 34,295 | |
| GPT-5.4 | 3.0 | 10.0 | 0.0% | 0 | 990ms | 195 | 40 | 0 |
快速对比
切换对比组合
Trinity Large ThinkingmediumvsGPT-5.6 TerranoneNemotron 3 Supermedium免费可用vsGPT-5.4noneNorth Mini Codemedium免费可用vsGPT-5.4noneTrinity Large ThinkingmediumvsGPT-5.4 MininoneTrinity Large ThinkingmediumvsNemotron 3 Ultranone免费可用Trinity Large ThinkingmediumvsQwen3.5-35B-A3BnoneTrinity Large ThinkingmediumvsQwen3.5 Plus 2026-04-20noneTrinity Large ThinkingmediumvsQwen3.5-FlashnoneTrinity Large ThinkingmediumvsQwen3.6 FlashnoneTrinity Large ThinkingmediumvsInklinglowKAT-Coder-Air V2.5highvsGPT-5.4noneTrinity Large ThinkingmediumvsGemini 3.1 Flash Litenone