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

Gemini 2.5 Flash vs Mercury 2.5 Preview (default)

Gemini 2.5 Flash average score में आगे है: 5.5 vs 4.7. Gemini 2.5 Flash की benchmark लागत कम है: $0.017 vs $0.023. Gemini 2.5 Flash तेज है: 6.00s vs 7.05s, pass rates 37.7% vs 29.0%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-16

तुलना किए गए मॉडल

रैंक
#304
कुल आउटपुट टोकन
1,890
प्रतिक्रिया समय (औसत)
6.00s
कुल लागत
$0.017
रैंक
#353
कुल आउटपुट टोकन
86,367
प्रतिक्रिया समय (औसत)
7.05s
कुल लागत
$0.023
अनुशंसित मॉडल Gemini 2.5 Flash

इस तुलना में इसका स्कोर सबसे अधिक है (5.5) और 2 मॉडलों में लागत और प्रतिक्रिया समय का समग्र संतुलन सबसे अच्छा है।

विस्तृत तुलना

मेट्रिक Gemini 2.5 Flash Gemini 2.5 Flash none रिलीज़: 2025-06-17 Mercury 2.5 Preview Mercury 2.5 Preview default रिलीज़: 2026-09-02
स्कोर 5.5 4.7
रैंक #304 #353
विश्वसनीयता 10.0 9.9
संगति 9.6 8.3
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 37.7% 29.0%
अस्थिर टेस्ट 1 5
कुल रन 69 69
प्रति परिणाम लागत 0.209 0.559
कुल लागत $0.017 $0.023
इनपुट कीमत $0.300 / 1M $0.040 / 1M
आउटपुट कीमत $2.500 / 1M $0.150 / 1M
कैश पढ़ने की कीमत $0.030 / 1M लागू नहीं
कैश लिखने की कीमत $0.084 / 1M लागू नहीं
कुल इनपुट टोकन 39,886 250,541
आउटपुट टोकन 1,890 86,367
रीजनिंग टोकन 0 0
प्रतिक्रिया समय (औसत) 6.00s 7.05s
प्रतिक्रिया समय (अधिकतम) 118.00s 84.96s
प्रतिक्रिया समय (कुल) 138.04s 162.25s
पैरामीटर ~350B कुल (~20B 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.

#304 Gemini 2.5 Flash

none
अमान्य SVG
लागत
$0.164
समय
215.5s
टोकन
65,659 tok

#353 Mercury 2.5 Preview

default
अमान्य SVG
लागत
$0.001
समय
3.3s
टोकन
3,122 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
Gemini 2.5 Flash 5.5 10.0 33.3% 0 736ms 8,122 483 0
Mercury 2.5 Preview 4.7 7.9 22.2% 1 459ms 7,850 650 0

तुलना जोड़ी बदलें