नेविगेशन
Advertise here

DeepSeek V3.2 (medium) vs Mercury 2.5 (high)

Mercury 2.5 (high) average score में आगे है: 6.5 vs 6.3. Mercury 2.5 (high) की benchmark लागत कम है: $0.044 vs $0.152. Mercury 2.5 (high) तेज है: 7.62s vs 70.08s, pass rates 62.3% vs 59.4%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-11-22

तुलना किए गए मॉडल

रैंक
#329
कुल आउटपुट टोकन
139,141
प्रतिक्रिया समय (औसत)
70.08s
कुल लागत
$0.152
रैंक
#295
कुल आउटपुट टोकन
193,676
प्रतिक्रिया समय (औसत)
7.62s
कुल लागत
$0.044
अनुशंसित मॉडल Mercury 2.5 (high)

It has the best score here (6.5), while costing about 3.5x less than DeepSeek V3.2 (medium).

विस्तृत तुलना

मेट्रिक DeepSeek V3.2 DeepSeek V3.2 medium रिलीज़: 2025-12-01 Mercury 2.5 Mercury 2.5 high रिलीज़: 2026-09-08
स्कोर 6.3 6.5
रैंक #329 #295
विश्वसनीयता 10.0 9.8
संगति 7.5 8.7
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 62.3% 59.4%
अस्थिर टेस्ट 7 4
कुल रन 69 69
प्रति परिणाम लागत 1.250 0.362
कुल लागत $0.152 $0.044
इनपुट कीमत $0.280 / 1M $0.040 / 1M
आउटपुट कीमत $0.420 / 1M $0.150 / 1M
कैश पढ़ने की कीमत $0.028 / 1M $0.004 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 306,662 358,562
आउटपुट टोकन 17,819 4,266
रीजनिंग टोकन 125,341 189,410
प्रतिक्रिया समय (औसत) 70.08s 7.62s
प्रतिक्रिया समय (अधिकतम) 376.10s 80.30s
प्रतिक्रिया समय (कुल) 1611.86s 175.36s
पैरामीटर 671B कुल (37B 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.

#329 DeepSeek V3.2

medium
लागत
$0.001
समय
53.6s
टोकन
1,932 tok

#295 Mercury 2.5

high
लागत
$0.001
समय
3.5s
टोकन
2,447 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
DeepSeek V3.2 6.0 7.2 55.6% 1 248.68s 5,717 649 52,014
Mercury 2.5 6.4 7.8 44.4% 1 6.58s 7,757 415 44,012

तुलना जोड़ी बदलें