Trinity Large
截至 2026年11月16日,Trinity Large(Arcee AI)在 BenchLeader Index 上得分 47.0(共 608 个已排名配置)。表现最好的是指令遵循(57),最弱的是编程(37)。API 价格为每百万 token $0.388(按输入 3 : 输出 1 混合),为 2026年11月16日的标价。发布于 2026年4月1日。
要点(截至 2026年11月16日)
- Trinity Large 的 API 价格为每百万 token $0.388(按输入 3 : 输出 1 混合)(标价,2026年11月16日)。
- Trinity Large 于 2026年4月1日发布(Arcee AI)。
详细说明:Trinity Large 是 Arcee AI 的开放权重推理模型,发布于 2026年4月1日。其最佳配置(推理强度 thinking)在 BenchLeader Index 上得分 47.0 ±5.5,在 608 个配置中排第 415 名,处于下半区。关键在于这个“±”:另有 265 个配置的得分落在这一区间内,仅凭质量无法区分,真正拉开差距的是价格和速度。分类别看,指令遵循得分最高(57),编程最低(37)。它已在 2 种推理强度设置下测得结果;本摘要描述的是得分最高的设置,可用上方标签切换。最近一次测量:2026年11月11日。
- 混合价格
- –
- 输出速度
- –
- 首次回答
- –
- 上下文
- 512k
- 来源:Artificial Analysis
- 单任务成本
- –
- 单任务 token 数
- –
- 发布日期
- 2026年4月1日
- 综合 Index47
- 推理42
- 编程37
- 智能体与工具40
- 数学55
- 知识44
- 指令遵循57
- 人类偏好53
- 长上下文43
嵌入这个排名
更多徽章样式[](https://www.benchleader.com/models/trinity-large)粘贴到 README.md 顶部,放在其他徽章旁边。徽章会随每次数据更新重新生成,并链接回本页。
不同推理强度的配置
同一个模型允许思考的程度不同,表现也会不同。每一行是一种推理强度设置,只用在该设置下运行的基准测试打分。“未说明”汇总了发布方没有注明所用设置的结果;对推理模型而言这通常是其思考模式,但我们不做这一假定。在这里或页面顶部选择一个设置,即可查看其价格、速度和各类别得分。
Index 走势
2026年9月8日 至 2026年11月16日Index 每天从头重新计算,因此当有新的基准测试结果、发布方修订分数,或用于归一化的参照模型发生变化时,曲线都会移动。早期的波动通常说明分数仍在趋于稳定。
基准测试结果
查看全部大模型基准测试。每种推理强度一列。排名是在该基准测试上所有模型的所有配置中的位置。将鼠标悬停在分数上可查看对应的测试运行。
元数据
| 基准测试 | thinking | 来源 | 趋势 |
|---|---|---|---|
| AA Openness Index不计入 Index | 44.4#97 | Artificial Analysis |
推理
| 基准测试 | thinking | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| Arena Hard Prompts | 1386#189 | 1403#178 | Arena (LMArena) | |
| GPQA Diamond (AA)不计入 Index | 75.2%#254 | – | Artificial Analysis | |
| Humanity's Last Exam (AA)不计入 Index | 15.8%#267 | – | Artificial Analysis | |
| HLE-Diamond (AA) | 6.0%#141 | – | Artificial Analysis | |
| CritPt不计入 Index | 0.9%#256 | – | Artificial Analysis | |
| Arena Expert不计入 Index | 1402#173 | 1405#167 | Arena (LMArena) |
编程
| 基准测试 | thinking | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| SciCode | 40.6%#175 | – | SciCode | |
| Arena Coding | 1413#193 | 1443#161 | Arena (LMArena) | |
| Arena WebDev | 1236#141 | – | Arena (LMArena) | |
| SciCode (AA)不计入 Index | 40.6%#186 | – | Artificial Analysis | |
| Surface Evolver Bench不计入 Index | 15.6%#28 | – | Epoch AI Benchmarking Hub | |
| Terminal-Bench 4.0 (AA)不计入 Index | 0.5%#172 | – | Artificial Analysis | |
| Terminal-Bench 2.1 (AA)不计入 Index | 20.6%#177 | – | Artificial Analysis | |
| Design Arena Website不计入 Index | 1129#132 | – | Design Arena |
智能体与工具
| 基准测试 | thinking | 来源 | 趋势 |
|---|---|---|---|
| Terminal-Bench Hard | 22.7%#157 | Artificial Analysis | |
| τ²-Bench Telecom (AA)不计入 Index | 90.1%#66 | Artificial Analysis | |
| GDPval-AA v2.1, normalised score不计入 Index | 0.0%#124 | Artificial Analysis | |
| GDPval-AA v2.1不计入 Index | 343#259 | Artificial Analysis | |
| τ³-Banking (AA) | 5.8%#176 | Artificial Analysis | |
| Terminal-Bench 2.0 (Vals)不计入 Index | 18.0%#58 | Vals AI | |
| AutomationBench不计入 Index | 1.3%#226 | Artificial Analysis | |
| GDP.pdf (AA)不计入 Index | 1.2%#234 | Artificial Analysis | |
| AA-Briefcase v1.1不计入 Index | 256#235 | Artificial Analysis |
数学
| 基准测试 | thinking | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| Arena Maths | 1383#174 | 1362#194 | Arena (LMArena) |
知识
| 基准测试 | thinking | 来源 | 趋势 |
|---|---|---|---|
| CorpFin | 54.7%#92 | Vals AI | |
| CaseLaw v2不计入 Index | 57.9%#29 | Vals AI |
指令遵循
| 基准测试 | thinking | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| IFBench | 56.3%#145 | – | Artificial Analysis | |
| Arena Instruction Following不计入 Index | 1359#190 | 1370#180 | Arena (LMArena) |
人类偏好
| 基准测试 | thinking | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| Arena Text | 1367#192 | 1379#183 | Arena (LMArena) | |
| Arena Creative Writing不计入 Index | 1333#193 | 1351#173 | Arena (LMArena) | |
| Arena Multi-turn不计入 Index | 1347#205 | 1376#182 | Arena (LMArena) | |
| Arena Longer Queries不计入 Index | 1365#200 | 1391#176 | Arena (LMArena) |
长上下文
| 基准测试 | thinking | 来源 | 趋势 |
|---|---|---|---|
| AA-LCR v1.1 | 38.0%#389 | Artificial Analysis |
综合
| 基准测试 | thinking | 来源 | 趋势 |
|---|---|---|---|
| AA Intelligence Index v4.3.2不计入 Index | 10.8#381 | Artificial Analysis | |
| AA Progress Index v1不计入 Index | 228.7#323 | Artificial Analysis |
价格历史
上述价格(每百万 token)在每个变动日的数值。
另请参阅
嵌入或引用
在模型卡片或 README 中展示 Trinity Large 的排名。徽章会随每日更新重新生成,带有数据日期,并链接回本页。
[](https://www.benchleader.com/models/trinity-large)引用本页
排名每天都会变化,因此引用时需注明数据日期。APA 格式:
BenchLeader. (2026, November 16). Trinity Large on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/trinity-large
BibTeX:
@misc{benchleader_trinity_large_20261116,
author = {{BenchLeader}},
title = {{Trinity Large on the BenchLeader Index (method v1.4)}},
year = {2026},
month = nov,
howpublished = {\url{https://www.benchleader.com/models/trinity-large}},
note = {Data as of 2026-11-16}
}常见问题
- Trinity Large 的基准测试得分是多少?
- 截至 2026年11月16日,Trinity Large(推理强度 thinking)的 BenchLeader Index 为 47.0 ±5.5。最强的是指令遵循(57),最弱的是编程(37)。该得分只基于第三方基准测试结果,本页每个分数都链接到其发布方。
- Trinity Large 排名第几?
- 截至 2026年11月16日,Trinity Large(推理强度 thinking)在 608 个已排名配置中排第 415 名。另有 265 个配置的得分在其误差范围内,因此名次区间比确切名次更有意义。第一名是 Claude Fable 5.2(推理强度 max),得分 72.7。
- Trinity Large 是什么时候发布的?
- Arcee AI 于 2026年4月1日发布了 Trinity Large。BenchLeader 收录了它在 2 种推理强度设置下的结果。
数据截至 2026年11月16日。 对比这些配置
引用格式:BenchLeader,《Trinity Large:基准测试、价格、速度与排名》,数据截至 2026年11月16日,https://www.benchleader.com/zh/models/trinity-large。