- 排名
- #174
- 总输出令牌
- 1,016,785
- 响应时间（平均）
- 85.44s
- 总成本
- $0.798
Trinity Large Thinking (medium) vs gpt-oss-120b (medium)
平均分几乎持平，为 6.1 vs 6.1。 gpt-oss-120b (medium) benchmark 成本更低，为 $0.019 vs $0.798。 gpt-oss-120b (medium) 更快，为 20.81s vs 85.44s，通过率为 48.5% vs 50.0%。
- 排名
- #169
- 总输出令牌
- 98,282
- 响应时间（平均）
- 20.81s
- 总成本
- $0.019
推荐模型
gpt-oss-120b (medium)
它在这里得分最高（6.1），同时成本比Trinity Large Thinking (medium)低约 43.7 倍。
详细对比
| 指标 | Trinity Large Thinking Trinity Large Thinking medium | gpt-oss-120b gpt-oss-120b medium |
|---|---|---|
| 分数 | 6.1 | 6.1 |
| 排名 | #174 | #169 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 7.9 | 8.0 |
| 尝试次数 | 66/66 | 66/66 |
| 测试正确 | ||
| 尝试通过率 | 48.5% | 50.0% |
| 不稳定测试 | 6 | 5 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 9.972 | 0.224 |
| 总成本 | $0.798 | $0.019 |
| 输入价格 | $0.220 / 1M | $0.030 / 1M |
| 输出价格 | $0.850 / 1M | $0.170 / 1M |
| 总输入令牌 | 118,486 | 108,767 |
| 输出令牌 | 156,166 | 29,378 |
| 推理令牌 | 860,619 | 68,904 |
| 响应时间（平均） | 85.44s | 20.81s |
| 响应时间（最大） | 525.14s | 68.16s |
| 响应时间（总计） | 1879.75s | 332.88s |
| 参数量 | 398B 总计 (13B 激活) | 117B 总计 (5.1B 激活) |
| 开放状态 | 权重可用 | 开源 |
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
medium- 成本
- $0.016
- 时间
- 75.9s
- 令牌
- 19,401 tok
#169 gpt-oss-120b
medium- 成本
- $0.001
- 时间
- 26.7s
- 令牌
- 555 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-oss-120b | 6.7 | 9.9 | 50.0% | 0 | 10.21s | 1,314 | 3,518 | 2,177 |
| 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-oss-120b | 5.9 | 7.0 | 55.6% | 1 | 38.37s | 7,782 | 3,365 | 11,973 |
| 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-oss-120b | 6.5 | 10.0 | 50.0% | 0 | 23.96s | 81,198 | 10,453 | 22,883 |
| 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-oss-120b | 6.4 | 5.9 | 66.7% | 1 | 1.98s | 7,476 | 241 | 1,114 |
| 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-oss-120b | 2.9 | 4.4 | 22.2% | 2 | 27.55s | 1,286 | 6,390 | 21,466 |
| 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-oss-120b | 4.3 | 10.0 | 0.0% | 0 | 7.90s | 659 | 107 | 387 |
| 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-oss-120b | 9.9 | 10.0 | 100.0% | 0 | 7.63s | 1,036 | 126 | 1,799 |
| 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-oss-120b | 5.3 | 7.2 | 44.4% | 1 | 21.71s | 1,190 | 1,790 | 2,264 |
| 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-oss-120b | 9.8 | 10.0 | 100.0% | 0 | 6.91s | 6,514 | 287 | 1,083 |
| 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-oss-120b | 3.0 | 10.0 | 0.0% | 0 | 26.51s | 312 | 3,101 | 3,758 |
快速对比
切换对比组合
gpt-oss-120bmediumvsQwen3.7 FlashnoneGemini 3.1 Flash Litenonevsgpt-oss-120bmediumTrinity Large ThinkingmediumvsQwen3.6 Flashnonegpt-oss-120bmediumvsInklinglowTrinity Large ThinkingmediumvsGemma 4 31Bnone免费可用Trinity Large ThinkingmediumvsInklinglowTrinity Large ThinkingmediumvsGemini 3.1 Flash LitenoneTrinity Large ThinkingmediumvsQwen3.7 FlashnoneTrinity Large ThinkingmediumvsQwen3.5 Plus 2026-04-20nonegpt-oss-120bmediumvsQwen3.6 FlashnoneGemini 3.1 Flash Liteminimalvsgpt-oss-120bmediumGemma 4 31Bnone免费可用vsgpt-oss-120bmedium