নেভিগেশন
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Trinity Large Thinking (high) vs MiniMax M2.5 (medium)

Trinity Large Thinking (high) average score-এ এগিয়ে: 4.8 vs 4.6. MiniMax M2.5 (medium)-এর benchmark খরচ কম: $0.340 vs $0.632. MiniMax M2.5 (medium) দ্রুত: 68.27s vs 77.22s, pass rates 39.4% vs 45.5%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-07-28

র‍্যাঙ্ক
#202
মোট আউটপুট টোকেন
953,758
প্রতিক্রিয়া সময় (গড়)
77.22s
মোট খরচ
$0.632
র‍্যাঙ্ক
#212
মোট আউটপুট টোকেন
465,377
প্রতিক্রিয়া সময় (গড়)
68.27s
মোট খরচ
$0.340
প্রস্তাবিত মডেল MiniMax M2.5 (medium)

Its score stays close to the best score here (4.6 vs 4.8), while costing about 1.9x less than Trinity Large Thinking (high).

বিস্তারিত তুলনা

মেট্রিক Trinity Large Thinking Trinity Large Thinking high প্রকাশ: 2026-07-28 MiniMax M2.5 MiniMax M2.5 medium প্রকাশ: 2026-02-12
স্কোর 4.8 4.6
র‍্যাঙ্ক #202 #212
নির্ভরযোগ্যতা 9.9 10.0
ধারাবাহিকতা 7.2 6.2
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 39.4% 45.5%
অস্থির টেস্ট 8 10
মোট রান 66 66
প্রতি ফলাফলে খরচ 12.640 8.648
মোট খরচ $0.632 $0.340
ইনপুট মূল্য $0.220 / 1M $0.150 / 1M
আউটপুট মূল্য $0.850 / 1M $0.900 / 1M
মোট ইনপুট টোকেন 101,767 142,561
আউটপুট টোকেন 286,218 125,442
রিজনিং টোকেন 667,540 339,935
প্রতিক্রিয়া সময় (গড়) 77.22s 68.27s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 510.21s 251.36s
প্রতিক্রিয়া সময় (মোট) 1698.89s 955.75s

মডেল জেনারেশন শোকেস

Hamster playing table tennis

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

#202 Trinity Large Thinking

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

#212 MiniMax M2.5

medium
অবৈধ SVG
খরচ
$0.000
সময়
300.0s
টোকেন
0 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
MiniMax M2.5 3.4 9.1 0.0% 0 188.58s 6,076 357 106,177

দ্রুত তুলনা

তুলনার জুটি বদলান