Trinity Large Preview (default) vs Mercury 2.5

Trinity Large Preview (default) average score मध्ये पुढे आहे: 4.4 vs 4.1. Trinity Large Preview (default) चा benchmark खर्च कमी आहे: $0.008 vs $0.026. Trinity Large Preview (default) वेगवान आहे: 2.83s vs 5.10s, pass rates 20.3% vs 24.6%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-17

तुलना केलेली मॉडेल्स

क्रमांक: #379
एकूण आउटपुट टोकन्स: 2,169
प्रतिसाद वेळ (सरासरी): 2.83s
एकूण खर्च: $0.008

क्रमांक: #388
एकूण आउटपुट टोकन्स: 89,958
प्रतिसाद वेळ (सरासरी): 5.10s
एकूण खर्च: $0.026

शिफारस केलेले मॉडेल Trinity Large Preview (default)

It has the best score here (4.4), while costing about 3.3x less than Mercury 2.5.

तपशीलवार तुलना

मेट्रिक	Trinity Large Preview Trinity Large Preview default प्रकाशन: 2026-01-27 मोफत उपलब्ध	Mercury 2.5 Mercury 2.5 none प्रकाशन: 2026-09-08

मेट्रिक	Trinity Large Preview Trinity Large Preview default प्रकाशन: 2026-01-27 मोफत उपलब्ध	Mercury 2.5 Mercury 2.5 none प्रकाशन: 2026-09-08
स्कोअर	4.4	4.1
क्रमांक	#379	#388
विश्वसनीयता	10.0	10.0
सुसंगतता	9.0	7.6
प्रयत्न	66/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	20.3%	24.6%
अस्थिर चाचण्या	2	7
एकूण रन	66	69
प्रति निकाल खर्च	0.017	1.298
एकूण खर्च	$0.008	$0.026
इनपुट किंमत	$0.243 / 1M	$0.040 / 1M
आउटपुट किंमत	$0.243 / 1M	$0.150 / 1M
कॅश वाचण्याची किंमत	लागू नाही	$0.004 / 1M
कॅश लिहिण्याची किंमत	लागू नाही	लागू नाही
एकूण इनपुट टोकन्स	29,828	311,488
आउटपुट टोकन्स	2,169	89,958
रिझनिंग टोकन्स	0	0
प्रतिसाद वेळ (सरासरी)	2.83s	5.10s
प्रतिसाद वेळ (कमाल)	14.34s	63.41s
प्रतिसाद वेळ (एकूण)	56.65s	117.24s
पॅरामीटर्स	398B एकूण (13B सक्रिय)	~100B
उपलब्धता	मुक्त स्रोत	बंद स्रोत

कॅशच्या किमती इनपुट टोकनला लागू होतात. वाचताना साठवलेले प्रॉम्प्ट पुन्हा वापरले जातात; लिहिताना ते साठवले जातात आणि अधिक खर्च होऊ शकतो. आउटपुट टोकनला आउटपुट किंमत लागू होते.

मॉडेल 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.

खर्च: $0.000
वेळ: 0.0s
टोकन्स: 0 tok

#388 Mercury 2.5

none

खर्च: $0.001
वेळ: 2.7s
टोकन्स: 2,749 tok

स्कोअरनुसार शीर्ष मॉडेल्स

स्कोअर विरुद्ध एकूण खर्च

प्रतिसाद वेळ (सरासरी)

स्कोअर vs प्रतिसाद वेळ (सरासरी)

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

श्रेणीवार तपशील

श्रेणी:

स्वायत्त एजंट कार्ये	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Trinity Large Preview	3.0	10.0	0.0%	0		88ms	0	0	0
Mercury 2.5	5.0	10.0	0.0%	0		63.41s	187,748	18,815	0

अँटी-एआय युक्त्या	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Trinity Large Preview	3.1	10.0	0.0%	0		2.07s	651	550	0
Mercury 2.5	3.8	8.3	16.7%	1		469ms	808	310	0

कोडिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Trinity Large Preview	3.7	7.7	11.1%	1		14.34s	738	397	0
Mercury 2.5	3.7	7.0	22.2%	1		12.50s	7,888	61,297	0

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Trinity Large Preview	1.5	5.0	0.0%	0		8.91s	12,053	294	0
Mercury 2.5	3.0	10.0	0.0%	0		3.24s	94,347	7,982	0

डेटा पार्सिंग आणि निष्कर्षण	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Trinity Large Preview	10.0	10.0	100.0%	0		3.26s	6,900	186	0
Mercury 2.5	2.8	1.7	33.3%	2		885ms	8,352	754	0

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Trinity Large Preview	5.3	10.0	33.3%	0		877ms	738	25	0
Mercury 2.5	5.3	7.2	44.4%	1		533ms	872	49	0

Samanya Buddhimatta	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Trinity Large Preview	4.5	10.0	0.0%	0		873ms	498	104	0
Mercury 2.5	4.3	9.9	0.0%	0		438ms	540	138	0

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Trinity Large Preview	3.5	10.0	0.0%	0		822ms	678	63	0
Mercury 2.5	4.9	6.9	33.3%	1		493ms	758	69	0

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Trinity Large Preview	3.6	7.7	11.1%	1		1.97s	669	265	0
Mercury 2.5	3.7	7.2	22.2%	1		515ms	788	250	0

टूल कॉलिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Trinity Large Preview	10.0	10.0	100.0%	0		6.67s	6,699	267	0
Mercury 2.5	10.0	10.0	100.0%	0		1.23s	9,150	275	0

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Trinity Large Preview	3.0	10.0	0.0%	0		777ms	204	18	0
Mercury 2.5	3.0	10.0	0.0%	0		384ms	237	19	0

तुलना जोडी बदला