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

Gemini 3.5 Flash Lite (low) vs Mercury 2.5 Preview (high)

average score लगभग बराबर है: 6.6 vs 6.6. Mercury 2.5 Preview (high) की benchmark लागत कम है: $0.030 vs $0.138. Gemini 3.5 Flash Lite (low) तेज है: 2.56s vs 4.01s, pass rates 69.7% vs 65.2%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-09-02

रैंक
#151
कुल आउटपुट टोकन
38,410
प्रतिक्रिया समय (औसत)
2.56s
कुल लागत
$0.138
रैंक
#157
कुल आउटपुट टोकन
163,505
प्रतिक्रिया समय (औसत)
4.01s
कुल लागत
$0.030
अनुशंसित मॉडल Mercury 2.5 Preview (high)

It has the best score here (6.6), while costing about 4.7x less than Gemini 3.5 Flash Lite (low).

विस्तृत तुलना

मेट्रिक Gemini 3.5 Flash Lite Gemini 3.5 Flash Lite low रिलीज़: 2026-07-21 Mercury 2.5 Preview Mercury 2.5 Preview high रिलीज़: 2026-09-02
स्कोर 6.6 6.6
रैंक #151 #157
विश्वसनीयता 10.0 10.0
संगति 7.8 8.2
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 69.7% 65.2%
अस्थिर टेस्ट 6 5
कुल रन 66 66
प्रति परिणाम लागत 1.149 0.243
कुल लागत $0.138 $0.030
इनपुट कीमत $0.300 / 1M $0.040 / 1M
आउटपुट कीमत $2.500 / 1M $0.150 / 1M
कुल इनपुट टोकन 139,165 115,759
आउटपुट टोकन 12,899 2,562
रीजनिंग टोकन 25,511 160,943
प्रतिक्रिया समय (औसत) 2.56s 4.01s
प्रतिक्रिया समय (अधिकतम) 15.14s 17.71s
प्रतिक्रिया समय (कुल) 56.32s 88.25s
पैरामीटर ~150B कुल (~10B सक्रिय) ~100B
उपलब्धता बंद स्रोत बंद स्रोत

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#151 Gemini 3.5 Flash Lite

low
लागत
$0.007
समय
7.5s
टोकन
2,669 tok

#157 Mercury 2.5 Preview

high
लागत
$0.001
समय
4.5s
टोकन
3,851 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 3.5 Flash Lite 4.3 10.0 0.0% 0 917ms 8,126 464 0
Mercury 2.5 Preview 6.7 7.8 55.6% 1 6.13s 7,751 485 42,569

त्वरित तुलना

तुलना जोड़ी बदलें