#145 Trinity Large Thinking
low- 成本
- $0.021
- 时间
- 173.2s
- 令牌
- 24,586 tok
Arcee AI
发布日期: 2026-07-28
测试于: 2026-07-28 10:52
arcee-ai/trinity-large-thinking::low
398B 总计 (13B 激活)MoE权重可用
摘要
Trinity Large Thinking 在 AI BENCHY 上得分 6.0，排名 #145。它的可靠性为 9.7，通过率为 48.5%，总成本为 $0.656，平均响应时间为 96.78s。
Trinity Large Thinking 的独特之处： 它最突出的是 通用智能，排名 #1；相对较弱的是 指令遵循，排名 #18。 它使用的推理 token 明显偏高，这可能解释较慢或成本更高的运行。
模型信息
调研日期：2026-08-12
- 参数量
- 398B 总计 (13B 激活)
- 架构
- MoE
- 开放状态
- 权重可用
- 许可证
- OpenMDW
输入价格
$0.220 / 1M
输出价格
$0.850 / 1M
不稳定测试
6
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）。
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
测试历史
| 测试于 | 分数 | 可靠性 | 测试正确 | 总成本 | 比较 |
|---|---|---|---|---|---|
| 2026-08-14 04:04 重新测试 | 6.0 | 10.0 | $0.658 | 比较 | |
| 2026-07-28 10:52 首次运行 | 6.0 | 9.7 | $0.656 | 当前轮次 |
轮次对比
| 测试轮次 | 基准测试覆盖率 | 分数 | 一致性 | 可靠性 | 测试正确 | 不稳定测试 | 总输出令牌 | 总输入令牌 | 总成本 | 响应时间（平均） |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-07-28 10:52 · 首次运行 | 66/66 次尝试 | 6.0 | 7.9 | 9.7 | 8/22 | 6 | 815,220 | 122,845 | $0.656 | 96.78s |
| 2026-08-14 04:04 · 重新测试 | 66/66 次尝试 | 6.0 | 8.3 | 10.0 | 8/22 | 5 | 818,359 | 122,854 | $0.658 | 96.61s |
| 差值 | — | 0.0 | -0.4 | -0.3 | 0 | +1 | -3139 | -9 | -$0.002 | +165ms |
这两次运行使用了不同的基准测试集，因此差异同时反映模型变化和测试集变化。
价格历史
来自 OpenRouter 的该模型历史定价数据。
| 日期 | 输入价格 | 输出价格 |
|---|---|---|
| 2026-07-28 10:55 | $0.220 / 1M | $0.850 / 1M |
图表
先选择第一个模型，再点击第二个模型打开并排页面。
快速对比
Trinity Large ThinkinglowvsNemotron 3 Ultranone免费可用Trinity Large ThinkinglowvsGemini 2.5 FlashnoneTrinity Large ThinkinglowvsQwen3.5 Plus 2026-04-20noneTrinity Large ThinkinglowvsGPT-5.6 TerranoneTrinity Large ThinkinglowvsGemma 4 31Bnone免费可用Trinity Large ThinkinglowvsGPT-5 NanomediumTrinity Large ThinkinglowvsQwen3.6 FlashnoneTrinity Large ThinkinglowvsQwen3.5-FlashnoneTrinity Large ThinkinglowvsTrinity Large ThinkingmediumTrinity Large ThinkinglowvsQwen3.5-35B-A3Bnone