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

DeepSeek: DeepSeek V4 Pro vs Inception: Mercury 2

Mercury 2 (medium) average score में आगे है: 7.0 vs 6.9. Mercury 2 (medium) की benchmark लागत कम है: $0.093 vs $0.096. Mercury 2 (medium) तेज है: 2.72s vs 11.55s, pass rates 51.5% vs 51.5%.

अनुशंसित मॉडलMercury 2 (medium)It has the best score here (7.0), while responding about 4.2x faster than DeepSeek V4 Pro.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-22

मेट्रिक DeepSeek V4 Pro DeepSeek V4 Pro none रिलीज़: 2026-04-24 Mercury 2 Mercury 2 medium रिलीज़: 2026-02-24
स्कोर 6.9 7.0
रैंक #86 #82
विश्वसनीयता 10.0 10.0
संगति 8.6 8.8
सही परीक्षण
प्रति प्रयास पास दर 51.5% 51.5%
अस्थिर टेस्ट 4 3
कुल रन 66 66
प्रति परिणाम लागत 0.954 0.928
कुल लागत $0.096 $0.093
इनपुट कीमत $0.435 / 1M $0.250 / 1M
आउटपुट कीमत $0.870 / 1M $0.750 / 1M
कुल इनपुट टोकन 148,069 109,572
आउटपुट टोकन 35,551 10,313
रीजनिंग टोकन 0 76,806
प्रतिक्रिया समय (औसत) 11.55s 2.72s
प्रतिक्रिया समय (अधिकतम) 119.44s 14.63s
प्रतिक्रिया समय (कुल) 254.11s 57.12s

Hamster playing table tennis

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

#86 DeepSeek V4 Pro

none
अमान्य SVG
लागत
$0.000
समय
300.0s
टोकन
0 tok

#82 Mercury 2

medium
लागत
$0.002
समय
2.1s
टोकन
1,702 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 V4 Pro 5.6 10.0 33.3% 0 13.38s 7,275 5,500 0
Mercury 2 8.2 7.7 77.8% 1 2.04s 7,065 296 11,328

त्वरित तुलना

तुलना जोड़ी बदलें