Trinity Large Thinking (high) vs Mercury 2

Trinity Large Thinking (high) лидирует по среднему баллу: 4.8 vs 4.6. Mercury 2 имеет более низкую стоимость benchmark: $0.030 vs $0.632. Mercury 2 быстрее: 829ms vs 77.22s, с долей успешных попыток 39.4% vs 22.7%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-07-28

Ранг: #202
Общее число выходных токенов: 953,758
Время ответа (среднее): 77.22s
Общая стоимость: $0.632

Ранг: #211
Общее число выходных токенов: 9,564
Время ответа (среднее): 829ms
Общая стоимость: $0.030

Рекомендуемая модель Mercury 2

Его балл близок к лучшему здесь (4.6 против 4.8), при этом он примерно в 21.5 раза дешевле, чем Trinity Large Thinking (high).

Подробное сравнение

Метрика	Trinity Large Thinking Trinity Large Thinking high Релиз: 2026-07-28	Mercury 2 Mercury 2 none Релиз: 2026-02-24

Метрика	Trinity Large Thinking Trinity Large Thinking high Релиз: 2026-07-28	Mercury 2 Mercury 2 none Релиз: 2026-02-24
Оценка	4.8	4.6
Ранг	#202	#211
Надежность	9.9	10.0
Стабильность	7.2	9.2
Тестов верно
Доля успешных попыток	39.4%	22.7%
Нестабильные тесты	8	2
Всего запусков	66	66
Стоимость за результат	12.640	0.734
Общая стоимость	$0.632	$0.030
Цена входа	$0.220 / 1M	$0.250 / 1M
Цена выхода	$0.850 / 1M	$0.750 / 1M
Общее число входных токенов	101,767	88,704
Выходные токены	286,218	9,564
Токены рассуждений	667,540	0
Время ответа (среднее)	77.22s	829ms
Время ответа (макс.)	510.21s	4.52s
Время ответа (суммарно)	1698.89s	18.24s

Генерация showcase моделей

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#202 Trinity Large Thinking

high

Стоимость: $0.028
Время: 130.1s
Токены: 34,387 tok

#211 Mercury 2

none

Стоимость: $0.002
Время: 1.8s
Токены: 1,514 tok

Лучшие модели по оценке

Оценка vs общая стоимость

Время ответа (среднее)

Оценка vs Время ответа (среднее)

Общее число выходных токенов

Оценка vs Общее число выходных токенов

Разбивка по категориям

Категория:

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Trinity Large Thinking	6.7	8.1	58.3%	1		4.13s	663	3,108	7,565
Mercury 2	3.0	10.0	0.0%	0		483ms	631	286	0

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Trinity Large Thinking	3.7	4.7	33.3%	2		245.04s	7,204	83,616	266,836
Mercury 2	3.4	9.6	0.0%	0		1.03s	7,229	3,088	0

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Trinity Large Thinking	3.0	10.0	0.0%	0		262.39s	76,626	14,706	149,243
Mercury 2	3.0	10.0	0.0%	0		2.56s	65,412	5,256	0

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Trinity Large Thinking	6.3	5.8	66.7%	1		13.98s	6,906	580	9,338
Mercury 2	7.3	5.9	83.3%	1		667ms	6,362	180	0

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Trinity Large Thinking	2.9	7.2	11.1%	1		76.92s	747	173,215	177,379
Mercury 2	5.3	7.2	44.4%	1		534ms	784	46	0

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Trinity Large Thinking	6.5	3.4	66.7%	1		12.90s	501	5,700	5,942
Mercury 2	4.8	10.0	0.0%	0		628ms	495	159	0

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Trinity Large Thinking	6.3	10.0	50.0%	0		4.12s	684	88	2,853
Mercury 2	6.5	10.0	50.0%	0		551ms	691	82	0

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Trinity Large Thinking	4.7	5.2	33.3%	2		3.84s	678	2,566	3,368
Mercury 2	3.1	10.0	0.0%	0		535ms	694	251	0

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Trinity Large Thinking	10.0	10.0	100.0%	0		5.96s	7,551	282	1,440
Mercury 2	10.0	10.0	100.0%	0		1.27s	6,193	197	0

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Trinity Large Thinking	3.0	10.0	0.0%	0		125.13s	207	2,357	43,576
Mercury 2	3.0	10.0	0.0%	0		548ms	213	19	0

Быстрое сравнение

Сменить пару сравнения