Trinity Large Thinking (high) vs MiniMax M2.5 (medium)

Trinity Large Thinking (high) average score मध्ये पुढे आहे: 4.8 vs 4.6. MiniMax M2.5 (medium) चा benchmark खर्च कमी आहे: $0.363 vs $0.592. MiniMax M2.5 (medium) वेगवान आहे: 69.08s vs 75.86s, pass rates 39.4% vs 43.9%.

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: #300
एकूण आउटपुट टोकन्स: 272,229
प्रतिसाद वेळ (सरासरी): 69.08s
एकूण खर्च: $0.363

शिफारस केलेले मॉडेल MiniMax M2.5 (medium)

Its score stays close to the best score here (4.6 vs 4.8), while costing about 1.6x less than Trinity Large Thinking (high).

तपशीलवार तुलना

मेट्रिक	Trinity Large Thinking Trinity Large Thinking high प्रकाशन: 2026-07-28	MiniMax M2.5 MiniMax M2.5 medium प्रकाशन: 2026-02-12

मेट्रिक	Trinity Large Thinking Trinity Large Thinking high प्रकाशन: 2026-07-28	MiniMax M2.5 MiniMax M2.5 medium प्रकाशन: 2026-02-12
स्कोअर	4.8	4.6
क्रमांक	#288	#300
विश्वसनीयता	10.0	10.0
सुसंगतता	7.2	6.6
प्रयत्न	66/66	66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर	39.4%	43.9%
अस्थिर चाचण्या	8	9
एकूण रन	66	66
प्रति निकाल खर्च	12.473	6.463
एकूण खर्च	$0.592	$0.363
इनपुट किंमत	$0.250 / 1M	$0.300 / 1M
आउटपुट किंमत	$0.800 / 1M	$1.200 / 1M
एकूण इनपुट टोकन्स	101,776	142,621
आउटपुट टोकन्स	276,367	20,409
रिझनिंग टोकन्स	656,252	251,820
प्रतिसाद वेळ (सरासरी)	75.86s	69.08s
प्रतिसाद वेळ (कमाल)	510.21s	251.36s
प्रतिसाद वेळ (एकूण)	1668.93s	1036.24s
पॅरामीटर्स	398B एकूण (13B सक्रिय)	230B एकूण (10B सक्रिय)
उपलब्धता	वेट्स उपलब्ध	वेट्स उपलब्ध

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

#300 MiniMax M2.5

medium

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

खर्च: $0.000
वेळ: 300.0s
टोकन्स: 0 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:

अँटी-एआय युक्त्या	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Trinity Large Thinking	6.7	8.1	58.3%	1		4.13s	663	3,108	7,565
MiniMax M2.5	7.9	6.3	83.3%	2		20.82s	612	286	45,344

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

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Trinity Large Thinking	3.0	10.0	0.0%	0		262.39s	76,626	14,706	149,243
MiniMax M2.5	3.7	1.8	50.0%	2		83.19s	119,959	16,687	18,834

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 Thinking	6.3	5.8	66.7%	1		13.98s	6,906	580	9,338
MiniMax M2.5	4.6	1.7	66.7%	2		7.48s	6,584	266	3,835

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Trinity Large Thinking	2.9	7.2	11.1%	1		66.94s	756	163,364	166,091
MiniMax M2.5	2.9	7.2	11.1%	1		158.88s	368	14	45,372

Samanya Buddhimatta	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Trinity Large Thinking	6.5	3.4	66.7%	1		12.90s	501	5,700	5,942
MiniMax M2.5	3.8	2.5	33.3%	1		6.63s	492	25	1,686

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Trinity Large Thinking	6.3	10.0	50.0%	0		4.12s	684	88	2,853
MiniMax M2.5	7.5	10.0	50.0%	0		621ms	699	156	1,495

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Trinity Large Thinking	4.7	5.2	33.3%	2		3.84s	678	2,566	3,368
MiniMax M2.5	5.3	7.2	44.4%	1		11.21s	495	1,069	9,605

टूल कॉलिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Trinity Large Thinking	10.0	10.0	100.0%	0		5.96s	7,551	282	1,440
MiniMax M2.5	10.0	10.0	100.0%	0		15.35s	7,123	269	937

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Trinity Large Thinking	3.0	10.0	0.0%	0		125.13s	207	2,357	43,576
MiniMax M2.5	3.0	10.0	0.0%	0		80.79s	213	1,280	18,535

झटपट तुलना

तुलना जोडी बदला