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

Trinity Large Preview (default) vs Mercury 2

Trinity Large Preview (default) average score में आगे है: 4.4 vs 4.4. Trinity Large Preview (default) की benchmark लागत कम है: $0.008 vs $0.033. Mercury 2 तेज है: 1.18s vs 2.83s, pass rates 20.3% vs 23.2%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-17

तुलना किए गए मॉडल

रैंक
#379
कुल आउटपुट टोकन
2,169
प्रतिक्रिया समय (औसत)
2.83s
कुल लागत
$0.008
रैंक
#382
कुल आउटपुट टोकन
9,709
प्रतिक्रिया समय (औसत)
1.18s
कुल लागत
$0.033
अनुशंसित मॉडल Mercury 2

Its score stays close to the best score here (4.4 vs 4.4), while responding about 2.4x faster than Trinity Large Preview (default).

विस्तृत तुलना

मेट्रिक Trinity Large Preview Trinity Large Preview default रिलीज़: 2026-01-27 निःशुल्क उपलब्ध Mercury 2 Mercury 2 none रिलीज़: 2026-02-24
स्कोर 4.4 4.4
रैंक #379 #382
विश्वसनीयता 10.0 10.0
संगति 9.0 9.2
प्रयास 66/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 20.3% 23.2%
अस्थिर टेस्ट 2 2
कुल रन 66 69
प्रति परिणाम लागत 0.017 0.812
कुल लागत $0.008 $0.033
इनपुट कीमत $0.243 / 1M $0.250 / 1M
आउटपुट कीमत $0.243 / 1M $0.750 / 1M
कैश पढ़ने की कीमत लागू नहीं $0.025 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 29,828 100,634
आउटपुट टोकन 2,169 9,609
रीजनिंग टोकन 0 100
प्रतिक्रिया समय (औसत) 2.83s 1.18s
प्रतिक्रिया समय (अधिकतम) 14.34s 9.00s
प्रतिक्रिया समय (कुल) 56.65s 27.14s
पैरामीटर 398B कुल (13B सक्रिय) ~100B
उपलब्धता मुक्त स्रोत बंद स्रोत

कैश की कीमतें इनपुट टोकन पर लागू होती हैं। पढ़ने पर कैश किए गए प्रॉम्प्ट का दोबारा उपयोग होता है; लिखने पर वे सहेजे जाते हैं और अतिरिक्त लागत हो सकती है। आउटपुट टोकन पर आउटपुट की कीमत लागू होती है।

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#379 Trinity Large Preview

default
No endpoints found for arcee-ai/trinity-large-preview:free.
लागत
$0.000
समय
0.0s
टोकन
0 tok

#382 Mercury 2

none
लागत
$0.002
समय
1.8s
टोकन
1,514 tok

स्कोर के अनुसार शीर्ष मॉडल

स्कोर बनाम कुल लागत

प्रतिक्रिया समय (औसत)

स्कोर vs प्रतिक्रिया समय (औसत)

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

श्रेणी विवरण

कोडिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Trinity Large Preview 3.7 7.7 11.1% 1 14.34s 738 397 0
Mercury 2 3.4 9.6 0.0% 0 1.03s 7,229 3,088 0

त्वरित तुलना

तुलना जोड़ी बदलें

Cobuddymediumनिःशुल्क उपलब्धvsMercury 2noneTrinity Large Previewdefaultनिःशुल्क उपलब्धvsGranite 4.2 8BnoneTrinity Large Previewdefaultनिःशुल्क उपलब्धvsNemotron 3 Supernoneनिःशुल्क उपलब्धTrinity Large Previewdefaultनिःशुल्क उपलब्धvsCobuddymediumनिःशुल्क उपलब्धMercury 2nonevsMiniMax M2.5mediumMercury 2nonevsKAT Coder AIR V2.5defaultMercury 2nonevsRing 2.6 1tdefaultMercury 2nonevsGLM 4.7 FlashmediumTrinity Large Previewdefaultनिःशुल्क उपलब्धvsMiniMax M2.5mediumTrinity Large Previewdefaultनिःशुल्क उपलब्धvsNemotron 3.5 Lightninglowनिःशुल्क उपलब्धMercury 2nonevsLing 2.6 FlashdefaultTrinity Large Previewdefaultनिःशुल्क उपलब्धvsLaguna S 2.1lowनिःशुल्क उपलब्ध