TRIP-27B 交通评测报告

非思考直答协议下的正式面板对比与工程性分析

评测对象：TRIP-27B
评测题集：TRIP-Evaluate 正式题库 897 题
评测日期：2026年9月19日
TRIP-Evaluate Project 2026-09-19

一、评测概述与口径

受评对象为 TRIP-27B 模型。评测在 TRIP-Evaluate 897 题正式题库（文本 596、图像 198、点云 103）上全量进行，采用非思考直答协议：温度 0、8-token 答案预算、enable_thinking=false，由项目正式运行器逐题审计记录，运行前冻结协议、运行中未作调整。该口径度量低延迟生产形态下的能力，与项目思考协议面板不直接比较大小。

二、评测结果

897 题全部作答，0 次 API 错误，答案规约合规率 100%；总体准确率 75.14%（表1）。文本与图像分别达 83.22% 与 73.23%；点云 32.04%。分维度看：出行者端 90.05% 最高，车辆端 67.12% 最低；逻辑推理 87.44% 最强，数值计算 59.62% 最弱；困难题 55.25%，低于简单与中等题。

表1 分模态准确率

模态	题数	正确	准确率
文本	596	496	83.22%
图像	198	145	73.23%
点云	103	33	32.04%
总体	897	674	75.14%

运行情况：单题平均时延 0.54 秒（p95 为 0.99 秒），897 题净评测 9.6 分钟；输入 35.9 万、输出仅 1,794 个 token，全量成本按同类挂牌单价估算约 0.3 元。

三、与正式面板对比

表2 汇总项目正式面板全部模型：前沿模型的总体/图像/点云为 897 题多模态口径；GLM-5.2、DeepSeek V4 Pro、Tencent HY3 仅完成共同 596 题文本面板，缺失项以 --- 标注。前沿模型为思考协议、本地开源为本地量化部署、本模型为 API 直答协议，各协议不直接比较大小，仅作工程定位参照。

表2 正式面板全部模型准确率对比（%）

模型	组别	总体	文本	图像	点云
GPT-5.5	前沿·思考	82.94	93.12	77.27	34.95
Gemini 3.5 Flash	前沿·思考	82.72	90.44	83.84	35.92
Grok-4.5	前沿·思考	81.05	91.78	75.76	29.13
Qwen3.7 Plus	前沿·思考	79.49	89.93	71.21	34.95
TRIP-27B	API·直答	75.14	83.22	73.23	32.04
Qwen3.5-27B	API·直答	74.80	82.72	72.22	33.98
Qwen3-VL 32B NF4	本地开源	74.36	81.38	71.21	39.81
Qwen3-VL 8B NF4	本地开源	69.45	75.67	64.65	42.72
Qwen3-VL 4B NF4	本地开源	68.12	75.67	64.14	32.04
Gemma 3 27B NF4	本地开源	66.78	73.49	56.06	48.54
InternVL3.5 8B NF4	本地开源	64.66	75.34	60.10	11.65
Gemma 3 4B NF4	本地开源	59.20	66.28	47.47	40.78
GLM-5.2	前沿·文本	---	91.11	---	---
DeepSeek V4 Pro	前沿·文本	---	89.60	---	---
Tencent HY3	前沿·文本	---	88.93	---	---

在不开启思考的前提下，其文本与图像成绩均高于全部 6 个本地开源量化模型，图像还超过开启思考的 Qwen3.7 Plus（73.23% 对 71.21%）。点云题对所有受测模型都普遍困难，面板内各模型点云准确率介于 11.65%--48.54%，均明显低于其文本与图像成绩，本模型 32.04% 处于同一偏低区间。

四、工程性分析

在项目已测的 6 个本地可部署开源模型中，TRIP-27B 的准确率整体较高：总体 75.14%、文本 83.22%、图像 73.23%，均超过本地开源组成绩领先的 Qwen3-VL 32B NF4 与同参数量的 Qwen3.5-27B。对需要在本地或私有环境部署交通领域模型的场景，它在规模可控与能力足够之间取得了较好的平衡。