导航
Advertise here

Trinity Large Thinking (high) vs Mercury 2

Trinity Large Thinking (high) 平均分领先，为 4.8 vs 4.7。 Mercury 2 benchmark 成本更低，为 $0.030 vs $0.592。 Mercury 2 更快，为 825ms vs 75.86s，通过率为 39.4% vs 24.2%。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-09-10

已对比模型

排名
#288
总输出令牌
932,619
响应时间（平均）
75.86s
总成本
$0.592
排名
#297
总输出令牌
9,584
响应时间（平均）
825ms
总成本
$0.030
推荐模型 Mercury 2

它的得分接近这里的最高分（4.7 vs 4.8），同时成本比Trinity Large Thinking (high)低约 20.0 倍。

详细对比

指标 Trinity Large Thinking Trinity Large Thinking high 发布日期: 2026-07-28 Mercury 2 Mercury 2 none 发布日期: 2026-02-24
分数 4.8 4.7
排名 #288 #297
可靠性 10.0 10.0
一致性 7.2 9.2
尝试次数 66/66 66/66
测试正确
尝试通过率 39.4% 24.2%
不稳定测试 8 2
总运行次数 66 66
每个结果成本 12.473 0.740
总成本 $0.592 $0.030
输入价格 $0.250 / 1M $0.250 / 1M
输出价格 $0.800 / 1M $0.750 / 1M
总输入令牌 101,776 89,637
输出令牌 276,367 9,584
推理令牌 656,252 0
响应时间（平均） 75.86s 825ms
响应时间（最大） 510.21s 4.52s
响应时间（总计） 1668.93s 18.14s
参数量 398B 总计 (13B 激活) ~100B
开放状态 权重可用 闭源

模型生成展示

Hamster playing table tennis

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

#288 Trinity Large Thinking

high
成本
$0.028
时间
130.1s
令牌
34,387 tok

#297 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

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

快速对比

切换对比组合

Trinity Large ThinkinghighvsGPT-5.4 NanononeCobuddymediumvsMercury 2noneTrinity Large ThinkinghighvsNemotron 3.5 Lightninglow免费可用Trinity Large ThinkinghighvsRing-2.6-1TnoneTrinity Large ThinkinghighvsKAT-Coder-Air V2.5noneTrinity Large ThinkinghighvsHy4 previewnoneTrinity Large ThinkinghighvsGLM 4.7 FlashnoneTrinity Large ThinkinghighvsNemotron 3 Supernone免费可用Granite 4.2 8BhighvsMercury 2noneTrinity Large ThinkinghighvsLing-2.6-flashnoneMercury 2nonevsQwen3 Coder NextmediumMercury 2nonevsMiniMax M2.5medium