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

Mercury 2.5 (high) vs KAT-Coder-Pro V2.5 (low)

KAT-Coder-Pro V2.5 (low) average score में आगे है: 6.5 vs 6.5. Mercury 2.5 (high) की benchmark लागत कम है: $0.044 vs $0.568. Mercury 2.5 (high) तेज है: 7.62s vs 19.40s, pass rates 59.4% vs 65.2%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-11-16

तुलना किए गए मॉडल

रैंक
#276
कुल आउटपुट टोकन
193,676
प्रतिक्रिया समय (औसत)
7.62s
कुल लागत
$0.044
रैंक
#271
कुल आउटपुट टोकन
113,193
प्रतिक्रिया समय (औसत)
19.40s
कुल लागत
$0.568
अनुशंसित मॉडल Mercury 2.5 (high)

Its score stays close to the best score here (6.5 vs 6.5), while costing about 13.1x less than KAT-Coder-Pro V2.5 (low).

विस्तृत तुलना

मेट्रिक Mercury 2.5 Mercury 2.5 high रिलीज़: 2026-09-08 KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 low रिलीज़: 2026-07-14
स्कोर 6.5 6.5
रैंक #276 #271
विश्वसनीयता 9.8 10.0
संगति 8.7 7.1
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 59.4% 65.2%
अस्थिर टेस्ट 4 8
कुल रन 69 69
प्रति परिणाम लागत 0.362 3.636
कुल लागत $0.044 $0.568
इनपुट कीमत $0.040 / 1M $0.740 / 1M
आउटपुट कीमत $0.150 / 1M $2.960 / 1M
कैश पढ़ने की कीमत $0.004 / 1M $0.150 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 358,562 87,682
आउटपुट टोकन 4,266 7,166
रीजनिंग टोकन 189,410 106,027
प्रतिक्रिया समय (औसत) 7.62s 19.40s
प्रतिक्रिया समय (अधिकतम) 80.30s 209.15s
प्रतिक्रिया समय (कुल) 175.36s 446.11s
पैरामीटर ~100B ~700B कुल (~72B सक्रिय)
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.

#276 Mercury 2.5

high
लागत
$0.001
समय
3.5s
टोकन
2,447 tok

#271 KAT-Coder-Pro V2.5

low
लागत
$0.016
समय
47.6s
टोकन
5,182 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
Mercury 2.5 6.4 7.8 44.4% 1 6.58s 7,757 415 44,012
KAT-Coder-Pro V2.5 7.8 10.0 66.7% 0 24.87s 7,893 402 24,945

तुलना जोड़ी बदलें