- 排名
- #202
- 总输出令牌
- 953,758
- 响应时间（平均）
- 77.22s
- 总成本
- $0.632
Trinity Large Thinking (high) vs Mercury 2
Trinity Large Thinking (high) 平均分领先，为 4.8 vs 4.6。 Mercury 2 benchmark 成本更低，为 $0.030 vs $0.632。 Mercury 2 更快，为 829ms vs 77.22s，通过率为 39.4% vs 22.7%。
- 排名
- #211
- 总输出令牌
- 9,564
- 响应时间（平均）
- 829ms
- 总成本
- $0.030
推荐模型
Mercury 2
它的得分接近这里的最高分（4.6 vs 4.8），同时成本比Trinity Large Thinking (high)低约 21.5 倍。
详细对比
| 指标 | Trinity Large Thinking Trinity Large Thinking high | Mercury 2 Mercury 2 none |
|---|---|---|
| 分数 | 4.8 | 4.6 |
| 排名 | #202 | #211 |
| 可靠性 | 9.9 | 10.0 |
| 一致性 | 7.2 | 9.2 |
| 测试正确 | ||
| 尝试通过率 | 39.4% | 22.7% |
| 不稳定测试 | 8 | 2 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 12.640 | 0.734 |
| 总成本 | $0.632 | $0.030 |
| 输入价格 | $0.220 / 1M | $0.250 / 1M |
| 输出价格 | $0.850 / 1M | $0.750 / 1M |
| 总输入令牌 | 101,767 | 88,704 |
| 输出令牌 | 286,218 | 9,564 |
| 推理令牌 | 667,540 | 0 |
| 响应时间（平均） | 77.22s | 829ms |
| 响应时间（最大） | 510.21s | 4.52s |
| 响应时间（总计） | 1698.89s | 18.24s |
模型生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#202 Trinity Large Thinking
high- 成本
- $0.028
- 时间
- 130.1s
- 令牌
- 34,387 tok
#211 Mercury 2
none- 成本
- $0.002
- 时间
- 1.8s
- 令牌
- 1,514 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
| 反AI技巧 | 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 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 |
| 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 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 |
| 综合 | 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 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 |
| 数据解析与提取 | 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 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 |
| 领域专项 | 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 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 |
| 通用智能 | 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 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 |
| 指令遵循 | 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 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 |
| 谜题求解 | 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 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 |
| 工具调用 | 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 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 |
| 常识问答 | 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 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 |
快速对比
切换对比组合
Trinity Large ThinkinghighvsGPT-5.4 NanononeTrinity Large ThinkinghighvsRing-2.6-1TnoneTrinity Large ThinkinghighvsKAT-Coder-Air V2.5noneCobuddymediumvsMercury 2noneMercury 2nonevsQwen3 Coder NextmediumMercury 2nonevsMiniMax M2.5mediumTrinity Large ThinkinghighvsLing-2.6-flashnoneTrinity Large ThinkinghighvsNemotron 3 Supernone免费可用Trinity Large ThinkinghighvsGLM 4.7 FlashnoneTrinity Large ThinkinghighvsQwen3 Coder NextmediumTrinity Large ThinkinghighvsCobuddymediumTrinity Large ThinkinghighvsGPT-4o-mininone