导航
AI BENCHY
Advertise here

Trinity Large Preview vs MiniMax M2.7 (medium)

MiniMax M2.7 (medium) 平均分领先,为 5.0 vs 4.8Trinity Large Preview benchmark 成本更低,为 $0.008 vs $0.176Trinity Large Preview 更快,为 2.98s vs 41.28s,通过率为 21.2% vs 45.5%

基准结果生成自 AI BENCHY 测试套件,时间:: 2026-08-07

排名
#218
总输出令牌
2,169
响应时间(平均)
2.98s
总成本
$0.008
排名
#205
总输出令牌
137,594
响应时间(平均)
41.28s
总成本
$0.176
推荐模型 Trinity Large Preview

它的得分接近这里的最高分(4.8 vs 5.0),同时成本比MiniMax M2.7 (medium)低约 22.7 倍。

详细对比

指标 Trinity Large Preview Trinity Large Preview none 发布日期: 2026-01-27 MiniMax M2.7 MiniMax M2.7 medium 发布日期: 2026-03-18
分数 4.8 5.0
排名 #218 #205
可靠性 10.0 10.0
一致性 8.9 6.6
基准测试覆盖率 21/22 项测试 · 63/66 次尝试 22/22 项测试 · 66/66 次尝试
测试正确
尝试通过率 21.2% 45.5%
不稳定测试 2 9
总运行次数 63 66
每个结果成本 0.017 3.906
总成本 $0.008 $0.176
输入价格 $0.243 / 1M $0.270 / 1M
输出价格 $0.243 / 1M $1.080 / 1M
总输入令牌 29,828 114,518
输出令牌 2,169 18,558
推理令牌 0 119,036
响应时间(平均) 2.98s 41.28s
响应时间(最大) 14.34s 196.21s
响应时间(总计) 56.57s 866.81s

模型生成展示

Hamster playing table tennis

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

#218 Trinity Large Preview

none
No endpoints found for arcee-ai/trinity-large-preview:free.
成本
$0.000
时间
0.0s
令牌
0 tok

#205 MiniMax M2.7

medium
成本
$0.022
时间
22.8s
令牌
9,250 tok

按分数排名的模型

分数 vs 总成本

响应时间(平均)

分数 vs 响应时间(平均)

总输出令牌

分数 vs 总输出令牌

类别细分

编程 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间(平均) 输入令牌 输出令牌 推理令牌
Trinity Large Preview 3.7 7.7 11.1% 1 14.34s 738 397 0
MiniMax M2.7 5.7 9.1 33.3% 0 101.89s 2,961 1,231 38,841

快速对比

切换对比组合