नेविगेशन
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 में आगे है: 4.8 vs 4.6. MiniMax M2.5 (medium) की benchmark लागत कम है: $0.340 vs $0.632. MiniMax M2.5 (medium) तेज है: 68.27s vs 77.22s, pass rates 39.4% vs 45.5%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-28

रैंक
#202
कुल आउटपुट टोकन
953,758
प्रतिक्रिया समय (औसत)
77.22s
कुल लागत
$0.632
रैंक
#212
कुल आउटपुट टोकन
465,377
प्रतिक्रिया समय (औसत)
68.27s
कुल लागत
$0.340
अनुशंसित मॉडल 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).

विस्तृत तुलना

मेट्रिक Trinity Large Thinking Trinity Large Thinking high रिलीज़: 2026-07-28 MiniMax M2.5 MiniMax M2.5 medium रिलीज़: 2026-02-12
स्कोर 4.8 4.6
रैंक #202 #212
विश्वसनीयता 9.9 10.0
संगति 7.2 6.2
सही परीक्षण
प्रति प्रयास पास दर 39.4% 45.5%
अस्थिर टेस्ट 8 10
कुल रन 66 66
प्रति परिणाम लागत 12.640 8.648
कुल लागत $0.632 $0.340
इनपुट कीमत $0.220 / 1M $0.150 / 1M
आउटपुट कीमत $0.850 / 1M $0.900 / 1M
कुल इनपुट टोकन 101,767 142,561
आउटपुट टोकन 286,218 125,442
रीजनिंग टोकन 667,540 339,935
प्रतिक्रिया समय (औसत) 77.22s 68.27s
प्रतिक्रिया समय (अधिकतम) 510.21s 251.36s
प्रतिक्रिया समय (कुल) 1698.89s 955.75s

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#202 Trinity Large Thinking

high
लागत
$0.028
समय
130.1s
टोकन
34,387 tok

#212 MiniMax M2.5

medium
अमान्य SVG
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

कोडिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
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

त्वरित तुलना

तुलना जोड़ी बदलें