AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com
#140

Trinity Large Preview

Arcee AI 发布日期: 2026-01-27 测试于: 2026-05-22 00:42 arcee-ai/trinity-large-preview::none

摘要

Trinity Large Preview 在 AI BENCHY 上得分 4.8,排名 #140。它的可靠性为 10.0,通过率为 26.3%,总成本为 $0.001,平均响应时间为 3.03s

Trinity Large Preview 的独特之处: 它最突出的是 领域专项,排名 #2;相对较弱的是 指令遵循,排名 #13

分数

4.8

一致性

8.9

可靠性

10.0

总输出令牌

2,190

总输入令牌

0

输入价格

$0.000 / 1M

输出价格

$0.000 / 1M

测试正确

错误测试数: 15

尝试通过率: 26.3%

不稳定测试

3

不稳定测试在运行之间出现混合结果(至少一次通过且至少一次失败)。

响应时间(平均)

3.03s

响应时间(最大): 14.34s

响应时间(总计): 57.60s

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#140 Trinity Large Preview

none
No endpoints found for arcee-ai/trinity-large-preview:free.
成本
$0.000
时间
0.0s
令牌
0 tok

测试历史

测试于 分数 可靠性 测试正确 总成本 比较
2026-06-04 14:30 新增测试 4.8 10.0 $0.008 比较
2026-05-22 00:42 测试集已变更 4.8 10.0 $0.001 当前轮次
2026-05-08 15:30 测试集已变更 4.8 10.0 $0.001 比较
2026-04-23 10:54 首次记录的运行 5.3 不适用 $0.000 比较

此轮次使用了不同的基准测试集。解读历史变化时请将测试集变动考虑在内。

图表

先选择第一个模型,再点击第二个模型打开并排页面。

总输出令牌

分数 vs 总输出令牌

快速对比

类别细分

类别 分数 一致性 测试正确
反AI技巧 3.1 10.0
编程 4.9 3.2
综合 3.0 10.0
数据解析与提取 10.0 10.0
领域专项 5.3 10.0
通用智能 4.5 10.0
指令遵循 3.4 6.2
谜题求解 3.6 7.7
工具调用 10.0 10.0
常识问答 3.0 10.0

已对比模型