नेविगेशन
Advertise here

Mercury 2.5 (high) vs Qwen3.6 35B A3B (medium)

average score लगभग बराबर है: 6.5 vs 6.5. Mercury 2.5 (high) की benchmark लागत कम है: $0.044 vs $0.834. Mercury 2.5 (high) तेज है: 7.62s vs 59.92s, pass rates 59.4% vs 58.0%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-11-13

तुलना किए गए मॉडल

रैंक
#271
कुल आउटपुट टोकन
193,676
प्रतिक्रिया समय (औसत)
7.62s
कुल लागत
$0.044
रैंक
#269
कुल आउटपुट टोकन
769,570
प्रतिक्रिया समय (औसत)
59.92s
कुल लागत
$0.834
अनुशंसित मॉडल Mercury 2.5 (high)

It has the best score here (6.5), while costing about 19.2x less than Qwen3.6 35B A3B (medium).

विस्तृत तुलना

मेट्रिक Mercury 2.5 Mercury 2.5 high रिलीज़: 2026-09-08 Qwen3.6 35B A3B Qwen3.6 35B A3B medium रिलीज़: 2026-04-20
स्कोर 6.5 6.5
रैंक #271 #269
विश्वसनीयता 9.8 10.0
संगति 8.7 9.0
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 59.4% 58.0%
अस्थिर टेस्ट 4 3
कुल रन 69 69
प्रति परिणाम लागत 0.362 6.732
कुल लागत $0.044 $0.834
इनपुट कीमत $0.040 / 1M $0.150 / 1M
आउटपुट कीमत $0.150 / 1M $1.000 / 1M
कैश पढ़ने की कीमत $0.004 / 1M $0.050 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 358,562 282,192
आउटपुट टोकन 4,266 75,306
रीजनिंग टोकन 189,410 700,868
प्रतिक्रिया समय (औसत) 7.62s 59.92s
प्रतिक्रिया समय (अधिकतम) 80.30s 817.57s
प्रतिक्रिया समय (कुल) 175.36s 1258.32s
पैरामीटर ~100B 35B कुल (3B सक्रिय)
उपलब्धता बंद स्रोत मुक्त 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.

#271 Mercury 2.5

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

#269 Qwen3.6 35B A3B

medium
Reached the allocated time limit (300 seconds) without receiving showcase output.
लागत
$0.000
समय
300.0s
टोकन
0 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
Qwen3.6 35B A3B 7.7 10.0 66.7% 0 50.55s 5,051 7,929 37,223

तुलना जोड़ी बदलें