Навигация
AI BENCHY
Сравнить Графики Методология
❤️ 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 Inception: Mercury 2

Сравнить:

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-03-06

Метрика Trinity Large Preview none Релиз: 2026-01-27 Бесплатно доступно Inception: Mercury 2 medium Релиз: 2026-02-24
Ранг #45 #36
Средний балл 4.2 5.3
Стабильность 9.6 8.4
Стоимость за результат 0.000 0.631
Общая стоимость $0.000 $0.045
Тестов верно
Доля успешных попыток 33.3% 54.2%
Нестабильные тесты 1 3
Всего запусков 48 48
Выходные токены 1,837 3,708
Токены рассуждений 0 45,921
Время ответа (среднее) 3.15s 2.36s
Время ответа (макс.) 8.91s 14.63s
Время ответа (суммарно) 50.46s 35.39s

Лучшие модели по оценке

Оценка vs общая стоимость

Время ответа (среднее)

Средний балл vs Время ответа (среднее)

Разбивка по категориям

Анти-ИИ уловки Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Trinity Large Preview 10.0 10.0 0.0% 0 3.59s 587 0
Inception: Mercury 2 7.3 9.8 66.7% 0 1.30s 2,531 2,410
Комбинированный Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Trinity Large Preview 10.0 10.0 0.0% 0 8.91s 294 0
Inception: Mercury 2 10.0 10.0 100.0% 0 3.28s 268 4,887
Парсинг и извлечение данных Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Trinity Large Preview 9.9 10.0 100.0% 0 3.26s 186 0
Inception: Mercury 2 5.5 5.9 83.3% 1 1.11s 183 1,656
Предметно-ориентированное Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Trinity Large Preview 4.0 10.0 33.3% 0 877ms 25 0
Inception: Mercury 2 10.0 7.2 11.1% 1 6.48s 41 30,754
Общий интеллект Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Trinity Large Preview 3.0 9.9 0.0% 0 2.86s 124 0
Inception: Mercury 2 4.0 10.0 0.0% 0 821ms 137 542
Следование инструкциям Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Trinity Large Preview 3.5 6.7 16.7% 1 1.09s 63 0
Inception: Mercury 2 10.0 10.0 100.0% 0 1.07s 14 958
Puzzle Solving Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Trinity Large Preview 4.0 10.0 33.3% 0 3.30s 291 0
Inception: Mercury 2 1.7 7.5 22.2% 1 934ms 354 2,758
Вызов инструментов Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Trinity Large Preview 10.0 10.0 100.0% 0 6.67s 267 0
Inception: Mercury 2 10.0 10.0 100.0% 0 1.89s 180 1,956

Быстрое сравнение

Сменить пару сравнения

Mercury 2mediumvsQwen3.5-FlashnoneGemini 2.5 FlashnonevsMercury 2mediumDeepSeek V3.2nonevsMercury 2mediumMercury 2mediumvsQwen3.5-122B-A10BnoneMercury 2mediumvsQwen3.5-27BnoneTrinity Large PreviewnoneБесплатно доступноvsMiniMax M2.5mediumMercury 2mediumvsQwen3.5-35B-A3BnoneMercury 2mediumvsGLM 5noneTrinity Large PreviewnoneБесплатно доступноvsQwen3 Coder NextmediumMercury 2mediumvsGPT-5.4noneTrinity Large PreviewnoneБесплатно доступноvsgpt-oss-120bmediumБесплатно доступноMercury 2mediumvsQwen3.5 Plus 2026-02-15none