नेविगेशन
Advertise here

Claude Opus 5 vs Mercury 2.5 Preview (medium)

Claude Opus 5 average score में आगे है: 7.1 vs 6.8. Mercury 2.5 Preview (medium) की benchmark लागत कम है: $0.039 vs $2.766. Mercury 2.5 Preview (medium) तेज है: 6.66s vs 10.78s, pass rates 55.1% vs 66.7%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-24

तुलना किए गए मॉडल

रैंक
#181
कुल आउटपुट टोकन
31,386
प्रतिक्रिया समय (औसत)
10.78s
कुल लागत
$2.766
रैंक
#207
कुल आउटपुट टोकन
150,107
प्रतिक्रिया समय (औसत)
6.66s
कुल लागत
$0.039
अनुशंसित मॉडल Mercury 2.5 Preview (medium)

Its score stays close to the best score here (6.8 vs 7.1), while costing about 72.0x less than Claude Opus 5.

विस्तृत तुलना

मेट्रिक Claude Opus 5 Claude Opus 5 none रिलीज़: 2026-07-25 Mercury 2.5 Preview Mercury 2.5 Preview medium रिलीज़: 2026-09-02
स्कोर 7.1 6.8
रैंक #181 #207
विश्वसनीयता 10.0 10.0
संगति 9.6 9.6
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 55.1% 66.7%
अस्थिर टेस्ट 1 1
कुल रन 69 69
प्रति परिणाम लागत 23.044 0.244
कुल लागत $2.766 $0.039
इनपुट कीमत $5.000 / 1M $0.040 / 1M
आउटपुट कीमत $25.000 / 1M $0.150 / 1M
कैश पढ़ने की कीमत $0.500 / 1M लागू नहीं
कैश लिखने की कीमत $6.250 / 1M लागू नहीं
कुल इनपुट टोकन 396,120 397,291
आउटपुट टोकन 31,386 6,355
रीजनिंग टोकन 0 143,752
प्रतिक्रिया समय (औसत) 10.78s 6.66s
प्रतिक्रिया समय (अधिकतम) 79.61s 74.63s
प्रतिक्रिया समय (कुल) 247.96s 153.29s
पैरामीटर ~5T कुल (~500B सक्रिय) ~100B
उपलब्धता बंद स्रोत बंद स्रोत

कैश की कीमतें इनपुट टोकन पर लागू होती हैं। पढ़ने पर कैश किए गए प्रॉम्प्ट का दोबारा उपयोग होता है; लिखने पर वे सहेजे जाते हैं और अतिरिक्त लागत हो सकती है। आउटपुट टोकन पर आउटपुट की कीमत लागू होती है।

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#181 Claude Opus 5

none
लागत
$0.271
समय
149.3s
टोकन
10,962 tok

#207 Mercury 2.5 Preview

medium
लागत
$0.001
समय
2.7s
टोकन
2,241 tok

स्कोर के अनुसार शीर्ष मॉडल

स्कोर बनाम कुल लागत

प्रतिक्रिया समय (औसत)

स्कोर vs प्रतिक्रिया समय (औसत)

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

श्रेणी विवरण

कोडिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Opus 5 5.9 9.7 33.3% 0 5.54s 10,590 2,886 0
Mercury 2.5 Preview 7.8 10.0 66.7% 0 3.86s 7,839 552 22,126

त्वरित तुलना

तुलना जोड़ी बदलें

Mercury 2.5 PreviewmediumvsInklinglowनिःशुल्क उपलब्धClaude Opus 5nonevsQwen3.6 27BmediumMercury 2.5 PreviewmediumvsGPT-6 SolnoneClaude Opus 5nonevsStep 3.7 FlashlowClaude Opus 5nonevsGLM 5mediumClaude Opus 5nonevsLongCat 2.0mediumClaude Opus 5nonevsQwen3.8 Flash NextxhighClaude Opus 4.8nonevsMercury 2.5 PreviewmediumClaude Sonnet 5.5lowvsMercury 2.5 PreviewmediumClaude Opus 5nonevsQwen3.7 FlashhighMercury 2.5 PreviewmediumvsGPT-5.6 LunalowClaude Opus 5nonevsGemini 3.8 Flashlow