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

Cobuddy vs Inception: Mercury 2

Cobuddy (medium) average score में आगे है: 4.7 vs 4.6. Cobuddy (medium) की benchmark लागत कम है: $0.000 vs $0.030. Mercury 2 तेज है: 829ms vs 39.90s, pass rates 45.5% vs 22.7%.

अनुशंसित मॉडलMercury 2Its score stays close to the best score here (4.6 vs 4.7), while responding about 48.1x faster than Cobuddy (medium).

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-18

मेट्रिक Cobuddy Cobuddy medium रिलीज़: 2026-05-06 Mercury 2 Mercury 2 none रिलीज़: 2026-02-24
स्कोर 4.7 4.6
रैंक #184 #185
विश्वसनीयता 10.0 10.0
संगति 7.2 9.2
सही परीक्षण
प्रति प्रयास पास दर 45.5% 22.7%
अस्थिर टेस्ट 6 2
कुल रन 63 66
प्रति परिणाम लागत 0.000 0.734
कुल लागत $0.000 $0.030
इनपुट कीमत $0.000 / 1M $0.250 / 1M
आउटपुट कीमत $0.000 / 1M $0.750 / 1M
कुल इनपुट टोकन 37,449 88,704
आउटपुट टोकन 1,677 9,564
रीजनिंग टोकन 116,703 0
प्रतिक्रिया समय (औसत) 39.90s 829ms
प्रतिक्रिया समय (अधिकतम) 309.02s 4.52s
प्रतिक्रिया समय (कुल) 797.98s 18.24s

Hamster playing table tennis

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

#184 Cobuddy

medium
No endpoints found for baidu/cobuddy:free.
लागत
$0.000
समय
0.1s
टोकन
0 tok

#185 Mercury 2

none
लागत
$0.002
समय
1.8s
टोकन
1,514 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
Cobuddy 3.7 6.7 22.2% 1 79.17s 4,726 358 30,138
Mercury 2 3.4 9.6 0.0% 0 1.03s 7,229 3,088 0

त्वरित तुलना

तुलना जोड़ी बदलें