नेविगेशन
Advertise here

Mercury 2.5 (high) vs Space Bunny Alpha (high)

Mercury 2.5 (high) average score में आगे है: 7.1 vs 7.0. Space Bunny Alpha (high) की benchmark लागत कम है: $0.000 vs $0.031. Mercury 2.5 (high) तेज है: 4.32s vs 27.38s, pass rates 62.1% vs 62.1%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-09-24

तुलना किए गए मॉडल

रैंक
#156
कुल आउटपुट टोकन
174,547
प्रतिक्रिया समय (औसत)
4.32s
कुल लागत
$0.031
रैंक
#161
कुल आउटपुट टोकन
170,155
प्रतिक्रिया समय (औसत)
27.38s
कुल लागत
$0.000
अनुशंसित मॉडल Mercury 2.5 (high)

It has the best score here (7.1), while responding about 6.3x faster than Space Bunny Alpha (high).

विस्तृत तुलना

मेट्रिक Mercury 2.5 Mercury 2.5 high रिलीज़: 2026-09-08 Space Bunny Alpha Space Bunny Alpha high रिलीज़: 2026-09-24
स्कोर 7.1 7.0
रैंक #156 #161
विश्वसनीयता 9.7 10.0
संगति 8.6 8.5
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 62.1% 62.1%
अस्थिर टेस्ट 4 4
कुल रन 66 66
प्रति परिणाम लागत 0.259 0.000
कुल लागत $0.031 $0.000
इनपुट कीमत $0.040 / 1M $0.000 / 1M
आउटपुट कीमत $0.150 / 1M $0.000 / 1M
कुल इनपुट टोकन 120,068 137,409
आउटपुट टोकन 3,402 170,155
रीजनिंग टोकन 171,145 0
प्रतिक्रिया समय (औसत) 4.32s 27.38s
प्रतिक्रिया समय (अधिकतम) 23.63s 234.56s
प्रतिक्रिया समय (कुल) 95.06s 602.37s
पैरामीटर ~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.

#156 Mercury 2.5

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

#161 Space Bunny Alpha

high
लागत
$0.000
समय
76.4s
टोकन
8,935 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
Space Bunny Alpha 6.2 7.1 55.6% 1 8.29s 8,493 8,006 0

त्वरित तुलना

तुलना जोड़ी बदलें