Trinity Large Thinking (medium) vs GPT-5.6 Luna (low)

推荐模型 GPT-5.6 Luna (low)

它在这里得分最高（6.2），同时成本比Trinity Large Thinking (medium)低约 31.4 倍。

详细对比

指标	Trinity Large Thinking Trinity Large Thinking medium 发布日期: 2026-07-28	GPT-5.6 Luna GPT-5.6 Luna low 发布日期: 2026-07-09

指标	Trinity Large Thinking Trinity Large Thinking medium 发布日期: 2026-07-28	GPT-5.6 Luna GPT-5.6 Luna low 发布日期: 2026-07-09
分数	6.1	6.2
排名	#169	#160
可靠性	10.0	10.0
一致性	7.9	8.2
尝试次数	66/66	66/66
测试正确
尝试通过率	48.5%	54.5%
不稳定测试	6	5
总运行次数	66	66
每个结果成本	9.972	2.437
总成本	$0.798	$0.026
输入价格	$0.220 / 1M	$0.100 / 1M
输出价格	$0.850 / 1M	$0.600 / 1M
总输入令牌	118,486	96,355
输出令牌	156,166	8,213
推理令牌	860,619	18,073
响应时间（平均）	85.44s	5.20s
响应时间（最大）	525.14s	19.44s
响应时间（总计）	1879.75s	114.46s
参数量	398B 总计 (13B 激活)	~400B 总计 (~17B 激活)
开放状态	权重可用	闭源

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

medium

low

类别:

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-5.6 Luna	8.3	10.0	75.0%	0		2.21s	606	186	722

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-5.6 Luna	5.5	10.0	33.3%	0		4.61s	7,302	557	3,535

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-5.6 Luna	2.8	1.6	33.3%	2		13.71s	73,147	6,401	2,716

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-5.6 Luna	10.0	10.0	100.0%	0		2.14s	7,140	234	292

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	5.3	7.2	44.4%	1		124.17s	756	99,334	172,018
GPT-5.6 Luna	2.9	7.2	11.1%	1		11.24s	732	72	7,564

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-5.6 Luna	5.0	10.0	0.0%	0		2.25s	477	122	169

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-5.6 Luna	8.5	6.8	83.3%	1		2.04s	660	93	259

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-5.6 Luna	7.6	7.2	77.8%	1		3.59s	642	271	1,207

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-5.6 Luna	10.0	10.0	100.0%	0		4.43s	5,454	250	177

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-5.6 Luna	3.0	10.0	0.0%	0		4.86s	195	27	1,432

切换对比组合