Navigare
AI BENCHY
Compară Grafice Metodologie
❤️ Made by XCS
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

Trinity Large Preview vs MiniMax: MiniMax M2.5

Compară:

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-03-06

Metrică Trinity Large Preview none Lansare: 2026-01-27 Disponibil gratuit MiniMax: MiniMax M2.5 medium Lansare: 2026-02-12
Rang #45 #43
Scor mediu 4.2 4.7
Consistență 9.6 5.6
Cost per rezultat 0.000 4.981
Cost total $0.000 $0.250
Teste corecte
Rată de trecere pe încercare 33.3% 60.4%
Teste instabile 1 9
Rulări totale 48 (16 x 3) 48 (16 x 3)
Tokenuri de ieșire 1,837 107,044
Tokenuri de raționament 0 206,190
Timp de răspuns (mediu) 3.15s 43.03s
Timp de răspuns (maxim) 8.91s 237.27s
Timp de răspuns (total) 50.46s 387.25s

Top modele după scor

Scor vs cost total

Timp de răspuns (mediu)

Scor mediu vs Timp de răspuns (mediu)

Defalcare pe categorii

Trucuri anti-AI Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Trinity Large Preview 10.0 10.0 0.0% 0 3.59s 587 0
MiniMax: MiniMax M2.5 9.3 7.9 88.9% 1 32.42s 286 45,112
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Trinity Large Preview 10.0 10.0 0.0% 0 8.91s 294 0
MiniMax: MiniMax M2.5 10.0 2.1 66.7% 1 60.39s 740 9,713
Parsare și extragere de date Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Trinity Large Preview 9.9 10.0 100.0% 0 3.26s 186 0
MiniMax: MiniMax M2.5 10.0 1.7 66.7% 2 7.48s 266 3,835
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Trinity Large Preview 4.0 10.0 33.3% 0 877ms 25 0
MiniMax: MiniMax M2.5 10.0 4.4 22.2% 2 237.27s 105,047 133,487
Inteligență generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Trinity Large Preview 3.0 9.9 0.0% 0 2.86s 124 0
MiniMax: MiniMax M2.5 3.0 2.5 33.3% 1 6.63s 25 1,686
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Trinity Large Preview 3.5 6.7 16.7% 1 1.09s 63 0
MiniMax: MiniMax M2.5 8.0 6.8 83.3% 1 4.64s 252 1,873
Puzzle Solving Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Trinity Large Preview 4.0 10.0 33.3% 0 3.30s 291 0
MiniMax: MiniMax M2.5 4.0 7.2 44.4% 1 11.54s 159 9,547
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Trinity Large Preview 10.0 10.0 100.0% 0 6.67s 267 0
MiniMax: MiniMax M2.5 10.0 10.0 100.0% 0 15.35s 269 937

Comparație rapidă

Schimbă perechea de comparație

MiniMax M2.5mediumvsQwen3.5-35B-A3BnoneMiniMax M2.5mediumvsGPT-5.4noneMiniMax M2.5mediumvsQwen3.5-27BnoneMiniMax M2.5mediumvsQwen3.5-122B-A10BnoneGemini 2.5 FlashnonevsMiniMax M2.5mediumMiniMax M2.5mediumvsQwen3.5-FlashnoneMiniMax M2.5mediumvsKimi K2.5noneMiniMax M2.5mediumvsGPT-4o-mininoneMiniMax M2.5mediumvsQwen3 Coder NextnoneTrinity Large PreviewnoneDisponibil gratuitvsQwen3 Coder NextmediumDeepSeek V3.2nonevsMiniMax M2.5mediumMiniMax M2.5mediumvsGLM 4.7 Flashnone