Trinity Large Preview (default) vs MiniMax M2.5 (medium)

Trinity Large Preview (default) average score में आगे है: 4.4 vs 4.3. Trinity Large Preview (default) की benchmark लागत कम है: $0.008 vs $0.440. Trinity Large Preview (default) तेज है: 2.83s vs 102.32s, pass rates 20.3% vs 42.0%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-26

तुलना किए गए मॉडल

रैंक: #397
कुल आउटपुट टोकन: 2,169
प्रतिक्रिया समय (औसत): 2.83s
कुल लागत: $0.008

रैंक: #402
कुल आउटपुट टोकन: 284,991
प्रतिक्रिया समय (औसत): 102.32s
कुल लागत: $0.440

अनुशंसित मॉडल Trinity Large Preview (default)

It has the best score here (4.4), while costing about 56.7x less than MiniMax M2.5 (medium).

विस्तृत तुलना

मेट्रिक	Trinity Large Preview Trinity Large Preview default रिलीज़: 2026-01-27 निःशुल्क उपलब्ध	MiniMax M2.5 MiniMax M2.5 medium रिलीज़: 2026-02-12

मेट्रिक	Trinity Large Preview Trinity Large Preview default रिलीज़: 2026-01-27 निःशुल्क उपलब्ध	MiniMax M2.5 MiniMax M2.5 medium रिलीज़: 2026-02-12
स्कोर	4.4	4.3
रैंक	#397	#402
विश्वसनीयता	10.0	9.3
संगति	9.0	6.8
प्रयास	66/69	69/69
सही परीक्षण
प्रति प्रयास पास दर	20.3%	42.0%
अस्थिर टेस्ट	2	9
कुल रन	66	69
प्रति परिणाम लागत	0.017	7.104
कुल लागत	$0.008	$0.440
इनपुट कीमत	$0.243 / 1M	$0.270 / 1M
आउटपुट कीमत	$0.243 / 1M	$1.080 / 1M
कैश पढ़ने की कीमत	लागू नहीं	$0.027 / 1M
कैश लिखने की कीमत	लागू नहीं	लागू नहीं
कुल इनपुट टोकन	29,828	188,239
आउटपुट टोकन	2,169	27,822
रीजनिंग टोकन	0	262,674
प्रतिक्रिया समय (औसत)	2.83s	102.32s
प्रतिक्रिया समय (अधिकतम)	14.34s	600.81s
प्रतिक्रिया समय (कुल)	56.65s	1637.05s
पैरामीटर	398B कुल (13B सक्रिय)	230B कुल (10B सक्रिय)
उपलब्धता	मुक्त स्रोत	वेट उपलब्ध

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.

#397 Trinity Large Preview

default

No endpoints found for arcee-ai/trinity-large-preview:free.

लागत: $0.000
समय: 0.0s
टोकन: 0 tok

#402 MiniMax M2.5

medium

Reached the allocated time limit (300 seconds) without receiving showcase output.

लागत: $0.000
समय: 300.0s
टोकन: 0 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

श्रेणी:

स्वायत्त एजेंट कार्य	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Trinity Large Preview	3.0	10.0	0.0%	0		88ms	0	0	0
MiniMax M2.5	3.0	10.0	0.0%	0		600.81s	45,618	7,413	10,854

एंटी-एआई ट्रिक्स	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Trinity Large Preview	3.1	10.0	0.0%	0		2.07s	651	550	0
MiniMax M2.5	7.9	6.3	83.3%	2		20.82s	612	286	45,344

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
MiniMax M2.5	3.4	9.1	0.0%	0		188.58s	6,076	357	106,177

संयुक्त	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Trinity Large Preview	1.5	5.0	0.0%	0		8.91s	12,053	294	0
MiniMax M2.5	3.7	1.8	50.0%	2		83.19s	119,959	16,687	18,834

डेटा पार्सिंग और निष्कर्षण	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Trinity Large Preview	10.0	10.0	100.0%	0		3.26s	6,900	186	0
MiniMax M2.5	4.6	1.7	66.7%	2		7.48s	6,584	266	3,835

डोमेन-विशिष्ट	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Trinity Large Preview	5.3	10.0	33.3%	0		877ms	738	25	0
MiniMax M2.5	2.9	7.2	11.1%	1		158.88s	368	14	45,372

Samanya Buddhimatta	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Trinity Large Preview	4.5	10.0	0.0%	0		873ms	498	104	0
MiniMax M2.5	3.8	2.5	33.3%	1		6.63s	492	25	1,686

निर्देश पालन	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Trinity Large Preview	3.5	10.0	0.0%	0		822ms	678	63	0
MiniMax M2.5	7.5	10.0	50.0%	0		621ms	699	156	1,495

पहेली समाधान	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Trinity Large Preview	3.6	7.7	11.1%	1		1.97s	669	265	0
MiniMax M2.5	5.3	7.2	44.4%	1		11.21s	495	1,069	9,605

टूल कॉलिंग	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Trinity Large Preview	10.0	10.0	100.0%	0		6.67s	6,699	267	0
MiniMax M2.5	10.0	10.0	100.0%	0		15.35s	7,123	269	937

सामान्य ज्ञान	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Trinity Large Preview	3.0	10.0	0.0%	0		777ms	204	18	0
MiniMax M2.5	3.0	10.0	0.0%	0		80.79s	213	1,280	18,535

तुलना जोड़ी बदलें