- 排名
- #246
- 总输出令牌
- 925,046
- 响应时间（平均）
- 84.01s
- 总成本
- $0.862
Trinity Large Thinking (medium) vs Step 5 Preview (medium)
平均分几乎持平，为 6.1 vs 6.1。 Trinity Large Thinking (medium) benchmark 成本更低，为 $0.862 vs $4.136。 Trinity Large Thinking (medium) 更快，为 84.01s vs 136.10s，通过率为 49.3% vs 53.6%。
已对比模型
- 排名
- #250
- 总输出令牌
- 1,434,621
- 响应时间（平均）
- 136.10s
- 总成本
- $4.136
推荐模型
Trinity Large Thinking (medium)
它在这里得分最高（6.1），同时成本比Step 5 Preview (medium)低约 4.8 倍。
详细对比
| 指标 | Trinity Large Thinking Trinity Large Thinking medium | Step 5 Preview Step 5 Preview medium |
|---|---|---|
| 分数 | 6.1 | 6.1 |
| 排名 | #246 | #250 |
| 可靠性 | 10.0 | 9.6 |
| 一致性 | 7.7 | 8.2 |
| 尝试次数 | 69/69 | 69/69 |
| 测试正确 | ||
| 尝试通过率 | 49.3% | 53.6% |
| 不稳定测试 | 7 | 5 |
| 总运行次数 | 69 | 69 |
| 每个结果成本 | 10.772 | 41.354 |
| 总成本 | $0.862 | $4.136 |
| 输入价格 | $0.250 / 1M | $1.000 / 1M |
| 输出价格 | $0.800 / 1M | $2.700 / 1M |
| 缓存读取价格 | $0.060 / 1M | $0.050 / 1M |
| 缓存写入价格 | 不适用 | 不适用 |
| 总输入令牌 | 319,352 | 261,842 |
| 输出令牌 | 158,447 | 1,434,621 |
| 推理令牌 | 875,524 | 0 |
| 响应时间（平均） | 84.01s | 136.10s |
| 响应时间（最大） | 525.14s | 438.09s |
| 响应时间（总计） | 1932.24s | 3130.27s |
| 参数量 | 398B 总计 (13B 激活) | 600B 总计 (27B 激活) |
| 开放状态 | 权重可用 | 闭源 |
缓存价格适用于输入令牌。读取会复用已缓存的提示词；写入会存储提示词，可能产生额外费用。输出令牌按输出价格计费。
模型生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#246 Trinity Large Thinking
medium- 成本
- $0.016
- 时间
- 75.9s
- 令牌
- 19,401 tok
#250 Step 5 Preview
medium- 成本
- $0.042
- 时间
- 90.3s
- 令牌
- 15,574 tok
类别细分
| 智能体任务 | 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 | 6.1 | 3.1 | 66.7% | 1 | 52.50s | 200,866 | 2,281 | 14,905 | |
| Step 5 Preview | 6.1 | 3.1 | 66.7% | 1 | 95.77s | 178,249 | 27,809 | 0 |
| 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 5 Preview | 6.4 | 7.9 | 58.3% | 1 | 12.58s | 744 | 6,953 | 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 | |
| Step 5 Preview | 2.8 | 7.2 | 11.1% | 1 | 363.90s | 7,428 | 546,725 | 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 | |
| Step 5 Preview | 7.3 | 5.8 | 83.3% | 1 | 124.99s | 57,016 | 115,099 | 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 | |
| Step 5 Preview | 10.0 | 10.0 | 100.0% | 0 | 4.10s | 7,392 | 2,053 | 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 | 5.3 | 7.2 | 44.4% | 1 | 124.17s | 756 | 99,334 | 172,018 | |
| Step 5 Preview | 2.9 | 7.2 | 11.1% | 1 | 323.23s | 828 | 458,050 | 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 | |
| Step 5 Preview | 3.4 | 9.3 | 0.0% | 0 | 34.82s | 522 | 4,371 | 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 | |
| Step 5 Preview | 10.0 | 10.0 | 100.0% | 0 | 4.23s | 729 | 3,330 | 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 | |
| Step 5 Preview | 7.8 | 10.0 | 66.7% | 0 | 59.88s | 747 | 77,779 | 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 | |
| Step 5 Preview | 10.0 | 10.0 | 100.0% | 0 | 3.84s | 7,953 | 452 | 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 | |
| Step 5 Preview | 3.0 | 10.0 | 0.0% | 0 | 437.86s | 234 | 192,000 | 0 |
快速对比
切换对比组合
Qwen3.5 Plus 2026-04-20nonevsStep 5 PreviewmediumStep 5 PreviewmediumvsInklingnone免费可用Apodex 1.1 Minilow免费可用vsStep 5 PreviewmediumApodex 1.1 Minilow免费可用vsTrinity Large ThinkingmediumTrinity Large ThinkingmediumvsInklingnone免费可用Trinity Large ThinkingmediumvsQwen3.5 Plus 2026-04-20noneKAT-Coder-Pro V2.5defaultvsStep 5 PreviewmediumTrinity Large ThinkingmediumvsGemini 3.5 FlashnoneTrinity Large ThinkingmediumvsKAT-Coder-Pro V2.5defaultGemini 3.5 FlashnonevsStep 5 PreviewmediumClaude Fable 5.1lowvsTrinity Large ThinkingmediumTrinity Large ThinkingmediumvsGemini 3.1 Flash Lite Previewnone