- Rang
- #266
- Total tokenuri de ieșire
- 932,619
- Timp de răspuns (mediu)
- 75.86s
- Cost total
- $0.592
Trinity Large Thinking (high) vs Mercury 2.5 Preview
Mercury 2.5 Preview conduce la scorul mediu cu 4.9 vs 4.8. Mercury 2.5 Preview are costul de benchmark mai mic, $0.018 vs $0.592. Mercury 2.5 Preview este mai rapid cu 3.51s vs 75.86s, cu rate de reușită de 39.4% vs 30.3%.
- Rang
- #259
- Total tokenuri de ieșire
- 82,585
- Timp de răspuns (mediu)
- 3.51s
- Cost total
- $0.018
Model recomandat
Mercury 2.5 Preview
Are cel mai bun scor aici (4.9) și costă de aproximativ 33.6x mai puțin decât Trinity Large Thinking (high).
Comparație detaliată
| Metrică | Trinity Large Thinking Trinity Large Thinking high | Mercury 2.5 Preview Mercury 2.5 Preview none |
|---|---|---|
| Scor | 4.8 | 4.9 |
| Rang | #266 | #259 |
| Fiabilitate | 10.0 | 10.0 |
| Consistență | 7.2 | 8.3 |
| Încercări | 66/66 | 66/66 |
| Teste corecte | ||
| Rată de trecere pe încercare | 39.4% | 30.3% |
| Teste instabile | 8 | 5 |
| Rulări totale | 66 | 66 |
| Cost per rezultat | 12.473 | 0.440 |
| Cost total | $0.592 | $0.018 |
| Preț de intrare | $0.250 / 1M | $0.040 / 1M |
| Preț de ieșire | $0.800 / 1M | $0.150 / 1M |
| Total tokenuri de intrare | 101,776 | 130,296 |
| Tokenuri de ieșire | 276,367 | 82,585 |
| Tokenuri de raționament | 656,252 | 0 |
| Timp de răspuns (mediu) | 75.86s | 3.51s |
| Timp de răspuns (maxim) | 510.21s | 60.70s |
| Timp de răspuns (total) | 1668.93s | 77.28s |
| Parametri | 398B în total (13B activi) | ~100B |
| Disponibilitate | Ponderi disponibile | Închis |
Prezentare generare modele
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#266 Trinity Large Thinking
high- Cost
- $0.028
- Timp
- 130.1s
- Tokenuri
- 34,387 tok
#259 Mercury 2.5 Preview
none
SVG invalid
- Cost
- $0.001
- Timp
- 3.3s
- Tokenuri
- 3,122 tok
Top modele după scor
Scor vs cost total
Timp de răspuns (mediu)
Scor vs Timp de răspuns (mediu)
Total tokenuri de ieșire
Scor vs Total tokenuri de ieșire
Defalcare pe categorii
| Trucuri anti-AI | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Timp de răspuns (mediu) | Tokenuri de intrare | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|---|---|
| Trinity Large Thinking | 6.7 | 8.1 | 58.3% | 1 | 4.13s | 663 | 3,108 | 7,565 | |
| Mercury 2.5 Preview | 3.8 | 8.3 | 16.7% | 1 | 655ms | 812 | 256 | 0 |
| Programare | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Timp de răspuns (mediu) | Tokenuri de intrare | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|---|---|
| Trinity Large Thinking | 3.7 | 4.7 | 33.3% | 2 | 245.04s | 7,204 | 83,616 | 266,836 | |
| Mercury 2.5 Preview | 4.7 | 7.9 | 22.2% | 1 | 459ms | 7,850 | 650 | 0 |
| Combinat | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Timp de răspuns (mediu) | Tokenuri de intrare | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|---|---|
| Trinity Large Thinking | 3.0 | 10.0 | 0.0% | 0 | 262.39s | 76,626 | 14,706 | 149,243 | |
| Mercury 2.5 Preview | 3.0 | 10.0 | 0.0% | 0 | 31.28s | 101,129 | 80,273 | 0 |
| Parsare și extragere de date | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Timp de răspuns (mediu) | Tokenuri de intrare | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|---|---|
| Trinity Large Thinking | 6.3 | 5.8 | 66.7% | 1 | 13.98s | 6,906 | 580 | 9,338 | |
| Mercury 2.5 Preview | 6.3 | 5.8 | 66.7% | 1 | 1.04s | 8,333 | 672 | 0 |
| Specific domeniului | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Timp de răspuns (mediu) | Tokenuri de intrare | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|---|---|
| Trinity Large Thinking | 2.9 | 7.2 | 11.1% | 1 | 66.94s | 756 | 163,364 | 166,091 | |
| Mercury 2.5 Preview | 3.6 | 7.2 | 22.2% | 1 | 631ms | 875 | 40 | 0 |
| Inteligență generală | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Timp de răspuns (mediu) | Tokenuri de intrare | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|---|---|
| Trinity Large Thinking | 6.5 | 3.4 | 66.7% | 1 | 12.90s | 501 | 5,700 | 5,942 | |
| Mercury 2.5 Preview | 5.0 | 10.0 | 0.0% | 0 | 482ms | 544 | 85 | 0 |
| Respectarea instrucțiunilor | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Timp de răspuns (mediu) | Tokenuri de intrare | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|---|---|
| Trinity Large Thinking | 6.3 | 10.0 | 50.0% | 0 | 4.12s | 684 | 88 | 2,853 | |
| Mercury 2.5 Preview | 6.3 | 10.0 | 50.0% | 0 | 1.26s | 753 | 73 | 0 |
| Rezolvare de puzzle-uri | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Timp de răspuns (mediu) | Tokenuri de intrare | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|---|---|
| Trinity Large Thinking | 4.7 | 5.2 | 33.3% | 2 | 3.84s | 678 | 2,566 | 3,368 | |
| Mercury 2.5 Preview | 5.6 | 7.4 | 44.4% | 1 | 684ms | 796 | 292 | 0 |
| Apelare instrumente | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Timp de răspuns (mediu) | Tokenuri de intrare | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|---|---|
| Trinity Large Thinking | 10.0 | 10.0 | 100.0% | 0 | 5.96s | 7,551 | 282 | 1,440 | |
| Mercury 2.5 Preview | 10.0 | 10.0 | 100.0% | 0 | 1.29s | 8,969 | 229 | 0 |
| Cultură generală | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Timp de răspuns (mediu) | Tokenuri de intrare | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|---|---|
| Trinity Large Thinking | 3.0 | 10.0 | 0.0% | 0 | 125.13s | 207 | 2,357 | 43,576 | |
| Mercury 2.5 Preview | 3.0 | 10.0 | 0.0% | 0 | 419ms | 235 | 15 | 0 |
Comparație rapidă
Schimbă perechea de comparație
Trinity Large ThinkinghighvsGPT-5.4 NanononeTrinity Large ThinkinghighvsNemotron 3.5 LightninglowDisponibil gratuitTrinity Large ThinkinghighvsRing-2.6-1TnoneTrinity Large ThinkinghighvsKAT-Coder-Air V2.5noneTrinity Large ThinkinghighvsHy4 previewnoneTrinity Large ThinkinghighvsGLM 4.7 FlashnoneTrinity Large ThinkinghighvsNemotron 3 SupernoneDisponibil gratuitTrinity Large ThinkinghighvsLing-2.6-flashnoneMercury 2.5 PreviewnonevsLaguna S 2.1lowDisponibil gratuitMercury 2.5 PreviewnonevsNemotron 3.5 LightninglowDisponibil gratuitTrinity Large ThinkinghighvsCobuddymediumMercury 2.5 PreviewnonevsMiniMax M2.7medium