Celeris-1 对比 Trinity Large Thinking
哪个更划算： Celeris-1 通过 Celeris 或 Trinity Large Thinking 通过 Arcee AI？来自 Artificial Analysis 和其他来源的情报、总基准测试成本和端到端时间，快照 2026-09-09。
需要权衡
结论
取决于你的预算
Trinity Large Thinking 的得分高 4.6 分（10.9 对 6.3），但运行基准测试的成本为对方的 8.6×（$518 对 $60.0；成本档次：高端 对 中端）。 两者在同一预算下并非替代品：需要高于 6.3 的智能时选 Trinity Large Thinking，6.3 已足够时选 Celeris-1。
| 指标 | Celeris-1 | Trinity Large Thinking | 差异 |
|---|---|---|---|
| 智能分（越高越好） | 6.3 | 10.9 | +73.0% Trinity Large Thinking 智能高 73.0% |
| AA 总成本（越低越好） | $59.99 | $518.07 | +763.6% Trinity Large Thinking 贵 8.6 倍 |
| 端到端时间（越低越好） | 0.97s | 8.78s | +805.2% 慢 Trinity Large Thinking is 805.2% |
| 每 100 万个代币的价格（输入/输出） | $0.20 / $0.70 | $0.25 / $0.90 | |
| 输入类型 | 未公布 | 未公布 |
Trinity Large Thinking 对比 Celeris-1：智能分高 73.0%，运行 AA 基准测试的成本高 763.6%，端到端时间慢 805.2%。
今天的Pareto frontier
与帕累托前沿比较
- Celeris-1 超出边界：以相同或更低的成本， MiMo-V2.5 $42.6 的得分为 22.30。
- Trinity Large Thinking 超出边界：以相同或更低的成本， GLM-5.3-Flash $280 的得分为 41.90。
Celeris-1Trinity Large Thinking今天的Pareto frontier可下载权重模型前沿（open-weights frontier）所有其他模型
一对一对比