- 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 Qwen3.5-Flash
Qwen3.5-Flash 平均分领先，为 6.1 vs 6.0。 Qwen3.5-Flash benchmark 成本更低，为 $0.073 vs $0.792。 Qwen3.5-Flash 更快，为 25.28s vs 84.96s，通过率为 45.5% vs 39.4%。
- 排名
- #140
- 总输出令牌
- 209,201
- 响应时间（平均）
- 25.28s
- 总成本
- $0.073
推荐模型
Qwen3.5-Flash
它在这里得分最高（6.1），同时成本比Trinity Large Thinking (medium)低约 10.9 倍。
详细对比
| 指标 | Trinity Large Thinking Trinity Large Thinking medium | Qwen3.5-Flash Qwen3.5-Flash none |
|---|---|---|
| 分数 | 6.0 | 6.1 |
| 排名 | #150 | #140 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 7.6 | 9.3 |
| 测试正确 | ||
| 尝试通过率 | 45.5% | 39.4% |
| 不稳定测试 | 7 | 2 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 11.308 | 0.933 |
| 总成本 | $0.792 | $0.073 |
| 输入价格 | $0.220 / 1M | $0.065 / 1M |
| 输出价格 | $0.850 / 1M | $0.260 / 1M |
| 总输入令牌 | 118,477 | 282,347 |
| 输出令牌 | 148,823 | 209,201 |
| 推理令牌 | 853,823 | 0 |
| 响应时间（平均） | 84.96s | 25.28s |
| 响应时间（最大） | 525.14s | 480.96s |
| 响应时间（总计） | 1869.16s | 556.24s |
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
#140 Qwen3.5-Flash
none- 成本
- $0.003
- 时间
- 47.4s
- 令牌
- 7,799 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 | |
| Qwen3.5-Flash | 3.5 | 8.3 | 8.3% | 1 | 1.32s | 696 | 690 | 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 | |
| Qwen3.5-Flash | 5.5 | 10.0 | 33.3% | 0 | 850ms | 7,913 | 519 | 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 | |
| Qwen3.5-Flash | 2.9 | 5.8 | 16.7% | 1 | 243.59s | 254,787 | 206,719 | 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 | |
| Qwen3.5-Flash | 10.0 | 10.0 | 100.0% | 0 | 1.57s | 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 | 120.64s | 747 | 91,991 | 165,222 | |
| Qwen3.5-Flash | 7.7 | 10.0 | 66.7% | 0 | 905ms | 789 | 15 | 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 | |
| Qwen3.5-Flash | 10.0 | 10.0 | 100.0% | 0 | 803ms | 522 | 100 | 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 | |
| Qwen3.5-Flash | 6.3 | 10.0 | 50.0% | 0 | 8.81s | 711 | 63 | 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 | |
| Qwen3.5-Flash | 3.1 | 10.0 | 0.0% | 0 | 10.89s | 714 | 579 | 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 | |
| Qwen3.5-Flash | 10.0 | 10.0 | 100.0% | 0 | 3.67s | 8,211 | 264 | 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 | |
| Qwen3.5-Flash | 3.0 | 10.0 | 0.0% | 0 | 588ms | 210 | 9 | 0 |
快速对比
切换对比组合
Trinity Large ThinkingmediumvsGPT-5.6 TerranoneQwen3.5-FlashnonevsInklinglowGPT-5 NanomediumvsQwen3.5-Flashnonegpt-oss-120bmediumvsQwen3.5-FlashnoneTrinity Large ThinkinglowvsQwen3.5-FlashnoneGemini 3.1 Flash LiteminimalvsQwen3.5-FlashnoneQwen3.5-FlashnonevsStep 3.5 FlashmediumTrinity Large ThinkingmediumvsGPT-5.4 MininoneTrinity Large ThinkingmediumvsNemotron 3 Ultranone免费可用Trinity Large ThinkingmediumvsQwen3.5-35B-A3BnoneGPT-5.6 LunalowvsQwen3.5-FlashnoneTrinity Large ThinkingmediumvsQwen3.5 Plus 2026-04-20none