Trinity Large Thinking (low) vs Minimax M3.1 Flash (medium)

average score जवळपास समान आहे: 6.3 vs 6.3. Minimax M3.1 Flash (medium) चा benchmark खर्च कमी आहे: $0.000 vs $0.918. Minimax M3.1 Flash (medium) वेगवान आहे: 19.52s vs 95.16s, pass rates 47.8% vs 55.1%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-19

तुलना केलेली मॉडेल्स

क्रमांक: #264
एकूण आउटपुट टोकन्स: 765,746
प्रतिसाद वेळ (सरासरी): 95.16s
एकूण खर्च: $0.918

क्रमांक: #256
एकूण आउटपुट टोकन्स: 142,526
प्रतिसाद वेळ (सरासरी): 19.52s
एकूण खर्च: $0.000

शिफारस केलेले मॉडेल Minimax M3.1 Flash (medium)

It has the best score here (6.3), while responding about 4.9x faster than Trinity Large Thinking (low).

तपशीलवार तुलना

मेट्रिक	Trinity Large Thinking Trinity Large Thinking low प्रकाशन: 2026-07-28	Minimax M3.1 Flash Minimax M3.1 Flash medium प्रकाशन: 2026-10-19 मोफत उपलब्ध

मेट्रिक	Trinity Large Thinking Trinity Large Thinking low प्रकाशन: 2026-07-28	Minimax M3.1 Flash Minimax M3.1 Flash medium प्रकाशन: 2026-10-19 मोफत उपलब्ध
स्कोअर	6.3	6.3
क्रमांक	#264	#256
विश्वसनीयता	10.0	10.0
सुसंगतता	8.1	6.9
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	47.8%	55.1%
अस्थिर चाचण्या	6	9
एकूण रन	69	69
प्रति निकाल खर्च	9.163	0.000
एकूण खर्च	$0.918	$0.000
इनपुट किंमत	$0.250 / 1M	$0.000 / 1M
आउटपुट किंमत	$0.800 / 1M	$0.000 / 1M
कॅश वाचण्याची किंमत	$0.060 / 1M	लागू नाही
कॅश लिहिण्याची किंमत	लागू नाही	लागू नाही
एकूण इनपुट टोकन्स	347,980	363,168
आउटपुट टोकन्स	121,898	10,380
रिझनिंग टोकन्स	720,302	132,146
प्रतिसाद वेळ (सरासरी)	95.16s	19.52s
प्रतिसाद वेळ (कमाल)	540.96s	181.80s
प्रतिसाद वेळ (एकूण)	2188.74s	449.04s
पॅरामीटर्स	398B एकूण (13B सक्रिय)	-
उपलब्धता	वेट्स उपलब्ध	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.

#264 Trinity Large Thinking

low

खर्च: $0.021
वेळ: 173.2s
टोकन्स: 24,586 tok

#256 Minimax M3.1 Flash

medium

खर्च: $0.000
वेळ: 33.8s
टोकन्स: 4,936 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 Thinking	7.4	3.8	66.7%	1		63.23s	225,126	2,088	21,753
Minimax M3.1 Flash	7.4	3.8	66.7%	1		67.78s	200,554	1,791	12,473

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	8.3	10.0	75.0%	0		5.70s	663	1,451	5,431
Minimax M3.1 Flash	6.4	5.8	66.7%	2		2.89s	2,838	149	2,482

कोडिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Trinity Large Thinking	5.3	10.0	33.3%	0		344.45s	5,441	27,039	217,241
Minimax M3.1 Flash	5.5	7.4	44.4%	1		9.40s	9,024	1,580	7,433

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Trinity Large Thinking	5.2	6.0	33.3%	1		291.02s	99,467	9,848	234,039
Minimax M3.1 Flash	7.2	5.8	83.3%	1		94.29s	130,114	6,086	68,579

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	7.3	5.8	83.3%	1		14.30s	6,906	459	9,451
Minimax M3.1 Flash	6.5	10.0	50.0%	0		864ms	2,802	111	220

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		140.26s	756	72,049	217,598
Minimax M3.1 Flash	4.1	4.4	44.5%	2		31.93s	2,400	20	27,547

Samanya Buddhimatta	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		12.65s	501	5,138	5,695
Minimax M3.1 Flash	5.1	10.0	0.0%	0		3.77s	1,032	93	684

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Trinity Large Thinking	4.4	6.8	16.7%	1		4.07s	684	45	3,710
Minimax M3.1 Flash	4.8	2.7	50.0%	2		1.72s	1,779	58	555

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Trinity Large Thinking	6.3	7.9	44.4%	1		3.28s	678	2,625	3,077
Minimax M3.1 Flash	7.8	10.0	66.7%	0		4.18s	2,313	197	2,886

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		5.19s	7,551	299	1,430
Minimax M3.1 Flash	10.0	10.0	100.0%	0		3.13s	9,559	283	70

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		2.10s	207	857	877
Minimax M3.1 Flash	3.0	10.0	0.0%	0		32.53s	753	12	9,217

तुलना जोडी बदला

Trinity Large ThinkinglowvsDeepSeek V3.2medium Gemini 3.1 Flash Lite PreviewlowvsMinimax M3.1 Flashmediumमोफत उपलब्ध Gemini 3.1 Flash LitelowvsMinimax M3.1 Flashmediumमोफत उपलब्ध Trinity Large ThinkinglowvsSpace Bunny Alphamedium Minimax M3.1 Flashmediumमोफत उपलब्धvsSolar Pro 4high Gemini 3.5 Flash LitelowvsMinimax M3.1 Flashmediumमोफत उपलब्ध Minimax M3.1 Flashmediumमोफत उपलब्धvsQwen3.5 Plus 2026-02-15none Ling 3.1 FlashlowvsMinimax M3.1 Flashmediumमोफत उपलब्ध Trinity Large ThinkinglowvsDeepSeek V4 Flash 0423none Trinity Large ThinkinglowvsGrok 4.20medium Minimax M3.1 Flashmediumमोफत उपलब्धvsQwen3.6 27Bnone Trinity Large ThinkinglowvsQwen3.5 Plus 2026-02-15none