नेव्हिगेशन
Advertise here

Trinity Large Thinking (high) vs Mercury 2

Trinity Large Thinking (high) average score मध्ये पुढे आहे: 4.8 vs 4.7. Mercury 2 चा benchmark खर्च कमी आहे: $0.030 vs $0.592. Mercury 2 वेगवान आहे: 825ms vs 75.86s, pass rates 39.4% vs 24.2%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-09-10

तुलना केलेली मॉडेल्स

क्रमांक
#288
एकूण आउटपुट टोकन्स
932,619
प्रतिसाद वेळ (सरासरी)
75.86s
एकूण खर्च
$0.592
क्रमांक
#297
एकूण आउटपुट टोकन्स
9,584
प्रतिसाद वेळ (सरासरी)
825ms
एकूण खर्च
$0.030
शिफारस केलेले मॉडेल Mercury 2

Its score stays close to the best score here (4.7 vs 4.8), while costing about 20.0x less than Trinity Large Thinking (high).

तपशीलवार तुलना

मेट्रिक Trinity Large Thinking Trinity Large Thinking high प्रकाशन: 2026-07-28 Mercury 2 Mercury 2 none प्रकाशन: 2026-02-24
स्कोअर 4.8 4.7
क्रमांक #288 #297
विश्वसनीयता 10.0 10.0
सुसंगतता 7.2 9.2
प्रयत्न 66/66 66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर 39.4% 24.2%
अस्थिर चाचण्या 8 2
एकूण रन 66 66
प्रति निकाल खर्च 12.473 0.740
एकूण खर्च $0.592 $0.030
इनपुट किंमत $0.250 / 1M $0.250 / 1M
आउटपुट किंमत $0.800 / 1M $0.750 / 1M
एकूण इनपुट टोकन्स 101,776 89,637
आउटपुट टोकन्स 276,367 9,584
रिझनिंग टोकन्स 656,252 0
प्रतिसाद वेळ (सरासरी) 75.86s 825ms
प्रतिसाद वेळ (कमाल) 510.21s 4.52s
प्रतिसाद वेळ (एकूण) 1668.93s 18.14s
पॅरामीटर्स 398B एकूण (13B सक्रिय) ~100B
उपलब्धता वेट्स उपलब्ध बंद स्रोत

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#288 Trinity Large Thinking

high
खर्च
$0.028
वेळ
130.1s
टोकन्स
34,387 tok

#297 Mercury 2

none
खर्च
$0.002
वेळ
1.8s
टोकन्स
1,514 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

कोडिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Trinity Large Thinking 3.7 4.7 33.3% 2 245.04s 7,204 83,616 266,836
Mercury 2 3.4 9.6 0.0% 0 1.03s 7,229 3,088 0

झटपट तुलना

तुलना जोडी बदला

Trinity Large ThinkinghighvsGPT-5.4 NanononeCobuddymediumvsMercury 2noneTrinity Large ThinkinghighvsNemotron 3.5 Lightninglowमोफत उपलब्धTrinity Large ThinkinghighvsRing-2.6-1TnoneTrinity Large ThinkinghighvsKAT-Coder-Air V2.5noneTrinity Large ThinkinghighvsHy4 previewnoneTrinity Large ThinkinghighvsGLM 4.7 FlashnoneTrinity Large ThinkinghighvsNemotron 3 Supernoneमोफत उपलब्धGranite 4.2 8BhighvsMercury 2noneTrinity Large ThinkinghighvsLing-2.6-flashnoneMercury 2nonevsQwen3 Coder NextmediumMercury 2nonevsMiniMax M2.5medium