नेविगेशन
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Apodex 1.1 Mini (default) vs Mercury 2.5 Preview (low)

Apodex 1.1 Mini (default) average score में आगे है: 5.1 vs 5.0. Apodex 1.1 Mini (default) की benchmark लागत कम है: $0.000 vs $0.015. Mercury 2.5 Preview (low) तेज है: 4.92s vs 7.79s, pass rates 29.0% vs 44.9%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-11-17

तुलना किए गए मॉडल

रैंक
#412
कुल आउटपुट टोकन
72,309
प्रतिक्रिया समय (औसत)
7.79s
कुल लागत
$0.000
रैंक
#414
कुल आउटपुट टोकन
36,870
प्रतिक्रिया समय (औसत)
4.92s
कुल लागत
$0.015
अनुशंसित मॉडल Mercury 2.5 Preview (low)

Its score stays close to the best score here (5.0 vs 5.1), while responding about 1.6x faster than Apodex 1.1 Mini (default).

विस्तृत तुलना

मेट्रिक Apodex 1.1 Mini Apodex 1.1 Mini default रिलीज़: 2026-10-02 निःशुल्क उपलब्ध Mercury 2.5 Preview Mercury 2.5 Preview low रिलीज़: 2026-09-02
स्कोर 5.1 5.0
रैंक #412 #414
विश्वसनीयता 10.0 9.9
संगति 7.3 7.1
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 29.0% 44.9%
अस्थिर टेस्ट 8 8
कुल रन 69 69
प्रति परिणाम लागत 0.000 0.244
कुल लागत $0.000 $0.015
इनपुट कीमत $0.000 / 1M $0.040 / 1M
आउटपुट कीमत $0.000 / 1M $0.150 / 1M
कैश पढ़ने की कीमत लागू नहीं लागू नहीं
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 465,127 235,438
आउटपुट टोकन 72,309 8,136
रीजनिंग टोकन 0 28,734
प्रतिक्रिया समय (औसत) 7.79s 4.92s
प्रतिक्रिया समय (अधिकतम) 121.52s 84.47s
प्रतिक्रिया समय (कुल) 179.09s 113.24s
पैरामीटर 35B कुल (~3B सक्रिय) ~100B
उपलब्धता मुक्त 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.

#412 Apodex 1.1 Mini

default
लागत
$0.000
समय
62.7s
टोकन
11,429 tok

#414 Mercury 2.5 Preview

low
लागत
$0.001
समय
1.5s
टोकन
1,169 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
Apodex 1.1 Mini 3.8 9.9 0.0% 0 1.13s 7,911 712 0
Mercury 2.5 Preview 5.5 10.0 33.3% 0 972ms 7,794 695 2,263

तुलना जोड़ी बदलें