Trinity Large Thinking (high) vs MiniMax M2.5 (medium)

排名: #202
总输出令牌: 953,758
响应时间（平均）: 77.22s
总成本: $0.632

排名: #212
总输出令牌: 465,377
响应时间（平均）: 68.27s
总成本: $0.340

推荐模型 MiniMax M2.5 (medium)

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 1.9 倍。

详细对比

指标	Trinity Large Thinking Trinity Large Thinking high 发布日期: 2026-07-28	MiniMax M2.5 MiniMax M2.5 medium 发布日期: 2026-02-12

指标	Trinity Large Thinking Trinity Large Thinking high 发布日期: 2026-07-28	MiniMax M2.5 MiniMax M2.5 medium 发布日期: 2026-02-12
分数	4.8	4.6
排名	#202	#212
可靠性	9.9	10.0
一致性	7.2	6.2
测试正确
尝试通过率	39.4%	45.5%
不稳定测试	8	10
总运行次数	66	66
每个结果成本	12.640	8.648
总成本	$0.632	$0.340
输入价格	$0.220 / 1M	$0.150 / 1M
输出价格	$0.850 / 1M	$0.900 / 1M
总输入令牌	101,767	142,561
输出令牌	286,218	125,442
推理令牌	667,540	339,935
响应时间（平均）	77.22s	68.27s
响应时间（最大）	510.21s	251.36s
响应时间（总计）	1698.89s	955.75s

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

#212 MiniMax M2.5

medium

无效SVG

成本: $0.000
时间: 300.0s
令牌: 0 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

类别:

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
MiniMax M2.5	7.9	6.3	83.3%	2		20.82s	612	286	45,344

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
MiniMax M2.5	3.4	9.1	0.0%	0		188.58s	6,076	357	106,177

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
MiniMax M2.5	3.7	1.8	50.0%	2		83.19s	119,959	16,687	18,834

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
MiniMax M2.5	4.6	1.7	66.7%	2		7.48s	6,584	266	3,835

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
MiniMax M2.5	2.9	4.4	22.2%	2		237.27s	308	105,047	133,487

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
MiniMax M2.5	3.8	2.5	33.3%	1		6.63s	492	25	1,686

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
MiniMax M2.5	7.5	10.0	50.0%	0		621ms	699	156	1,495

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
MiniMax M2.5	5.3	7.2	44.4%	1		11.21s	495	1,069	9,605

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
MiniMax M2.5	10.0	10.0	100.0%	0		15.35s	7,123	269	937

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
MiniMax M2.5	3.0	10.0	0.0%	0		80.79s	213	1,280	18,535

快速对比

切换对比组合

Trinity Large ThinkinghighvsGPT-5.4 Nanonone Trinity Large ThinkinghighvsRing-2.6-1Tnone MiniMax M2.5mediumvsLaguna S 2.1none免费可用 Trinity Large ThinkinghighvsKAT-Coder-Air V2.5none Mercury 2nonevsMiniMax M2.5medium Trinity Large ThinkinghighvsLing-2.6-flashnone Trinity Large ThinkinghighvsNemotron 3 Supernone免费可用 Trinity Large ThinkinghighvsGLM 4.7 Flashnone Trinity Large ThinkinghighvsQwen3 Coder Nextmedium Trinity Large ThinkinghighvsCobuddymedium Trinity Large ThinkinghighvsGPT-4o-mininone Trinity Large ThinkinghighvsMercury 2none