- 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 Step 3.5 Flash (medium)
Step 3.5 Flash (medium) 平均分领先，为 6.0 vs 6.0。 Step 3.5 Flash (medium) benchmark 成本更低，为 $0.108 vs $0.792。 Trinity Large Thinking (medium) 更快，为 84.96s vs 174.22s，通过率为 45.5% vs 51.5%。
- 排名
- #146
- 总输出令牌
- 402,554
- 响应时间（平均）
- 174.22s
- 总成本
- $0.108
推荐模型
Step 3.5 Flash (medium)
它在这里得分最高（6.0），同时成本比Trinity Large Thinking (medium)低约 7.4 倍。
详细对比
| 指标 | Trinity Large Thinking Trinity Large Thinking medium | Step 3.5 Flash Step 3.5 Flash medium |
|---|---|---|
| 分数 | 6.0 | 6.0 |
| 排名 | #150 | #146 |
| 可靠性 | 10.0 | 9.2 |
| 一致性 | 7.6 | 9.0 |
| 测试正确 | ||
| 尝试通过率 | 45.5% | 51.5% |
| 不稳定测试 | 7 | 1 |
| 总运行次数 | 66 | 63 |
| 每个结果成本 | 11.308 | 0.540 |
| 总成本 | $0.792 | $0.108 |
| 输入价格 | $0.220 / 1M | $0.100 / 1M |
| 输出价格 | $0.850 / 1M | $0.300 / 1M |
| 总输入令牌 | 118,477 | 65,707 |
| 输出令牌 | 148,823 | 108,561 |
| 推理令牌 | 853,823 | 293,993 |
| 响应时间（平均） | 84.96s | 174.22s |
| 响应时间（最大） | 525.14s | 1597.85s |
| 响应时间（总计） | 1869.16s | 2613.32s |
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
#146 Step 3.5 Flash
medium- 成本
- $0.008
- 时间
- 277.1s
- 令牌
- 23,695 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 | |
| Step 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 40.57s | 694 | 20,391 | 24,176 |
| 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 | |
| Step 3.5 Flash | 2.4 | 5.2 | 0.0% | 0 | 258.38s | 2,211 | 13,207 | 22,429 |
| 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 | |
| Step 3.5 Flash | 6.5 | 10.0 | 50.0% | 0 | 813.71s | 44,914 | 18,150 | 111,004 |
| 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 | |
| Step 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 15.01s | 7,368 | 600 | 13,886 |
| 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 | |
| Step 3.5 Flash | 5.3 | 7.2 | 44.4% | 1 | 170.45s | 673 | 45,350 | 90,436 |
| 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 | |
| Step 3.5 Flash | 5.5 | 10.0 | 0.0% | 0 | 22.39s | 509 | 240 | 3,506 |
| 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 | |
| Step 3.5 Flash | 8.3 | 10.0 | 50.0% | 0 | 4.78s | 705 | 2,364 | 3,521 |
| 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 | |
| Step 3.5 Flash | 5.3 | 10.0 | 33.3% | 0 | 7.22s | 711 | 5,630 | 10,861 |
| 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 | |
| Step 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 11.91s | 7,701 | 275 | 3,802 |
| 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 | |
| Step 3.5 Flash | 3.0 | 10.0 | 0.0% | 0 | 108.45s | 221 | 2,354 | 10,372 |
快速对比
切换对比组合
Trinity Large ThinkinglowvsStep 3.5 FlashmediumTrinity Large ThinkingmediumvsGPT-5.6 TerranoneNemotron 3 Ultranone免费可用vsStep 3.5 FlashmediumQwen3.5-35B-A3BnonevsStep 3.5 FlashmediumQwen3.5 Plus 2026-04-20nonevsStep 3.5 FlashmediumQwen3.5-FlashnonevsStep 3.5 FlashmediumQwen3.6 FlashnonevsStep 3.5 FlashmediumGPT-5.6 TerranonevsStep 3.5 FlashmediumStep 3.5 FlashmediumvsInklinglowGemini 3.1 Flash LitenonevsStep 3.5 FlashmediumQwen3.7 FlashnonevsStep 3.5 FlashmediumTrinity Large ThinkingmediumvsGPT-5.4 Mininone