নেভিগেশন
Advertise here

Trinity Large Thinking (high) vs Mercury 2

Trinity Large Thinking (high) average score-এ এগিয়ে: 4.8 vs 4.7. Mercury 2-এর benchmark খরচ কম: $0.030 vs $0.592. Mercury 2 দ্রুত: 825ms vs 75.86s, pass rates 39.4% vs 24.2%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-09-10

তুলনা করা মডেল

র‍্যাঙ্ক
#288
মোট আউটপুট টোকেন
932,619
প্রতিক্রিয়া সময় (গড়)
75.86s
মোট খরচ
$0.592
র‍্যাঙ্ক
#297
মোট আউটপুট টোকেন
9,584
প্রতিক্রিয়া সময় (গড়)
825ms
মোট খরচ
$0.030
প্রস্তাবিত মডেল Mercury 2

Its score stays close to the best score here (4.7 vs 4.8), while costing about 20.0x less than Trinity Large Thinking (high).

বিস্তারিত তুলনা

মেট্রিক Trinity Large Thinking Trinity Large Thinking high প্রকাশ: 2026-07-28 Mercury 2 Mercury 2 none প্রকাশ: 2026-02-24
স্কোর 4.8 4.7
র‍্যাঙ্ক #288 #297
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 7.2 9.2
প্রচেষ্টা 66/66 66/66
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 39.4% 24.2%
অস্থির টেস্ট 8 2
মোট রান 66 66
প্রতি ফলাফলে খরচ 12.473 0.740
মোট খরচ $0.592 $0.030
ইনপুট মূল্য $0.250 / 1M $0.250 / 1M
আউটপুট মূল্য $0.800 / 1M $0.750 / 1M
মোট ইনপুট টোকেন 101,776 89,637
আউটপুট টোকেন 276,367 9,584
রিজনিং টোকেন 656,252 0
প্রতিক্রিয়া সময় (গড়) 75.86s 825ms
প্রতিক্রিয়া সময় (সর্বোচ্চ) 510.21s 4.52s
প্রতিক্রিয়া সময় (মোট) 1668.93s 18.14s
প্যারামিটার 398B মোট (13B সক্রিয়) ~100B
উপলভ্যতা ওজন উপলভ্য বন্ধ উৎস

মডেল জেনারেশন শোকেস

Hamster playing table tennis

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

#288 Trinity Large Thinking

high
খরচ
$0.028
সময়
130.1s
টোকেন
34,387 tok

#297 Mercury 2

none
খরচ
$0.002
সময়
1.8s
টোকেন
1,514 tok

স্কোর অনুযায়ী শীর্ষ মডেল

স্কোর বনাম মোট খরচ

প্রতিক্রিয়া সময় (গড়)

স্কোর vs প্রতিক্রিয়া সময় (গড়)

মোট আউটপুট টোকেন

স্কোর vs মোট আউটপুট টোকেন

বিভাগভিত্তিক বিশ্লেষণ

কোডিং স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
Trinity Large Thinking 3.7 4.7 33.3% 2 245.04s 7,204 83,616 266,836
Mercury 2 3.4 9.6 0.0% 0 1.03s 7,229 3,088 0

দ্রুত তুলনা

তুলনার জুটি বদলান

Trinity Large ThinkinghighvsGPT-5.4 NanononeCobuddymediumvsMercury 2noneTrinity Large ThinkinghighvsNemotron 3.5 Lightninglowবিনামূল্যে উপলভ্যTrinity Large ThinkinghighvsRing-2.6-1TnoneTrinity Large ThinkinghighvsKAT-Coder-Air V2.5noneTrinity Large ThinkinghighvsHy4 previewnoneTrinity Large ThinkinghighvsGLM 4.7 FlashnoneTrinity Large ThinkinghighvsNemotron 3 Supernoneবিনামূল্যে উপলভ্যGranite 4.2 8BhighvsMercury 2noneTrinity Large ThinkinghighvsLing-2.6-flashnoneMercury 2nonevsQwen3 Coder NextmediumMercury 2nonevsMiniMax M2.5medium