导航
AI BENCHY
Advertise here

Trinity Large Thinking (medium) vs Qwen3.7 Flash

Qwen3.7 Flash 平均分领先，为 6.1 vs 6.0。 Qwen3.7 Flash benchmark 成本更低，为 $0.019 vs $0.792。 Qwen3.7 Flash 更快，为 10.06s vs 84.96s，通过率为 45.5% vs 36.4%。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-28

排名
#150
总输出令牌
1,002,646
响应时间（平均）
84.96s
总成本
$0.792
排名
#136
总输出令牌
90,507
响应时间（平均）
10.06s
总成本
$0.019
推荐模型 Qwen3.7 Flash

它在这里得分最高（6.1），同时成本比Trinity Large Thinking (medium)低约 43.2 倍。

详细对比

指标 Trinity Large Thinking Trinity Large Thinking medium 发布日期: 2026-07-28 Qwen3.7 Flash Qwen3.7 Flash none 发布日期: 2026-07-28
分数 6.0 6.1
排名 #150 #136
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% 36.4%
不稳定测试 7 2
总运行次数 66 66
每个结果成本 11.308 0.262
总成本 $0.792 $0.019
输入价格 $0.220 / 1M $0.030 / 1M
输出价格 $0.850 / 1M $0.130 / 1M
总输入令牌 118,477 218,731
输出令牌 148,823 90,507
推理令牌 853,823 0
响应时间（平均） 84.96s 10.06s
响应时间（最大） 525.14s 186.24s
响应时间（总计） 1869.16s 221.34s

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

#136 Qwen3.7 Flash

none
成本
$0.001
时间
34.0s
令牌
4,814 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
Qwen3.7 Flash 5.5 10.0 33.3% 0 1.55s 7,911 855 0

快速对比

切换对比组合

gpt-oss-120bmediumvsQwen3.7 FlashnoneQwen3.7 FlashnonevsInklinglowTrinity Large ThinkingmediumvsGPT-5.6 TerranoneGemini 3.1 Flash LiteminimalvsQwen3.7 FlashnoneGPT-5 NanomediumvsQwen3.7 FlashnoneTrinity Large ThinkinglowvsQwen3.7 FlashnoneQwen3.7 FlashnonevsStep 3.5 FlashmediumTrinity Large ThinkingmediumvsGPT-5.4 MininoneGPT-5.6 LunalowvsQwen3.7 FlashnoneTrinity Large ThinkingmediumvsNemotron 3 Ultranone免费可用Trinity Large ThinkingmediumvsQwen3.5-35B-A3BnoneTrinity Large ThinkingmediumvsQwen3.5 Plus 2026-04-20none