- रैंक
- #234
- कुल आउटपुट टोकन
- 193,676
- प्रतिक्रिया समय (औसत)
- 7.62s
- कुल लागत
- $0.044
Mercury 2.5 (high) vs Step 3.7 Flash (low)
Step 3.7 Flash (low) average score में आगे है: 7.2 vs 6.5. Mercury 2.5 (high) की benchmark लागत कम है: $0.044 vs $0.449. Mercury 2.5 (high) तेज है: 7.62s vs 20.72s, pass rates 59.4% vs 63.8%.
तुलना किए गए मॉडल
- रैंक
- #179
- कुल आउटपुट टोकन
- 339,108
- प्रतिक्रिया समय (औसत)
- 20.72s
- कुल लागत
- $0.449
अनुशंसित मॉडल
Mercury 2.5 (high)
Its score stays close to the best score here (6.5 vs 7.2), while costing about 10.3x less than Step 3.7 Flash (low).
विस्तृत तुलना
| मेट्रिक | Mercury 2.5 Mercury 2.5 high | Step 3.7 Flash Step 3.7 Flash low |
|---|---|---|
| स्कोर | 6.5 | 7.2 |
| रैंक | #234 | #179 |
| विश्वसनीयता | 9.8 | 10.0 |
| संगति | 8.7 | 7.9 |
| प्रयास | 69/69 | 69/69 |
| सही परीक्षण | ||
| प्रति प्रयास पास दर | 59.4% | 63.8% |
| अस्थिर टेस्ट | 4 | 6 |
| कुल रन | 69 | 69 |
| प्रति परिणाम लागत | 0.362 | 4.078 |
| कुल लागत | $0.044 | $0.449 |
| इनपुट कीमत | $0.040 / 1M | $0.200 / 1M |
| आउटपुट कीमत | $0.150 / 1M | $1.150 / 1M |
| कैश पढ़ने की कीमत | $0.004 / 1M | $0.040 / 1M |
| कैश लिखने की कीमत | लागू नहीं | लागू नहीं |
| कुल इनपुट टोकन | 358,562 | 292,685 |
| आउटपुट टोकन | 4,266 | 339,108 |
| रीजनिंग टोकन | 189,410 | 0 |
| प्रतिक्रिया समय (औसत) | 7.62s | 20.72s |
| प्रतिक्रिया समय (अधिकतम) | 80.30s | 124.75s |
| प्रतिक्रिया समय (कुल) | 175.36s | 476.67s |
| पैरामीटर | ~100B | 198B कुल (11B 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.
#234 Mercury 2.5
high- लागत
- $0.001
- समय
- 3.5s
- टोकन
- 2,447 tok
#179 Step 3.7 Flash
low
अमान्य SVG
- लागत
- $0.004
- समय
- 25.3s
- टोकन
- 3,072 tok
श्रेणी विवरण
| स्वायत्त एजेंट कार्य | स्कोर | संगति | प्रति प्रयास पास दर | अस्थिर टेस्ट | सही परीक्षण | प्रतिक्रिया समय (औसत) | इनपुट टोकन | आउटपुट टोकन | रीजनिंग टोकन |
|---|---|---|---|---|---|---|---|---|---|
| Mercury 2.5 | 3.9 | 9.6 | 0.0% | 0 | 80.30s | 238,494 | 864 | 18,265 | |
| Step 3.7 Flash | 7.4 | 3.8 | 66.7% | 1 | 83.63s | 188,843 | 18,715 | 0 |
| एंटी-एआई ट्रिक्स | स्कोर | संगति | प्रति प्रयास पास दर | अस्थिर टेस्ट | सही परीक्षण | प्रतिक्रिया समय (औसत) | इनपुट टोकन | आउटपुट टोकन | रीजनिंग टोकन |
|---|---|---|---|---|---|---|---|---|---|
| Mercury 2.5 | 10.0 | 10.0 | 100.0% | 0 | 1.33s | 782 | 218 | 7,913 | |
| Step 3.7 Flash | 8.7 | 7.9 | 91.7% | 1 | 4.02s | 756 | 10,896 | 0 |
| 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 | |
| Step 3.7 Flash | 8.2 | 7.2 | 88.9% | 1 | 9.46s | 7,437 | 18,685 | 0 |
| संयुक्त | स्कोर | संगति | प्रति प्रयास पास दर | अस्थिर टेस्ट | सही परीक्षण | प्रतिक्रिया समय (औसत) | इनपुट टोकन | आउटपुट टोकन | रीजनिंग टोकन |
|---|---|---|---|---|---|---|---|---|---|
| Mercury 2.5 | 6.4 | 5.8 | 66.7% | 1 | 16.00s | 91,255 | 1,478 | 62,200 | |
| Step 3.7 Flash | 7.3 | 5.8 | 83.3% | 1 | 66.18s | 77,415 | 93,682 | 0 |
| डेटा पार्सिंग और निष्कर्षण | स्कोर | संगति | प्रति प्रयास पास दर | अस्थिर टेस्ट | सही परीक्षण | प्रतिक्रिया समय (औसत) | इनपुट टोकन | आउटपुट टोकन | रीजनिंग टोकन |
|---|---|---|---|---|---|---|---|---|---|
| Mercury 2.5 | 10.0 | 10.0 | 100.0% | 0 | 3.08s | 8,355 | 557 | 9,430 | |
| Step 3.7 Flash | 7.3 | 5.8 | 83.3% | 1 | 2.29s | 7,398 | 2,667 | 0 |
| डोमेन-विशिष्ट | स्कोर | संगति | प्रति प्रयास पास दर | अस्थिर टेस्ट | सही परीक्षण | प्रतिक्रिया समय (औसत) | इनपुट टोकन | आउटपुट टोकन | रीजनिंग टोकन |
|---|---|---|---|---|---|---|---|---|---|
| Mercury 2.5 | 2.9 | 7.2 | 11.1% | 1 | 4.86s | 857 | 78 | 22,452 | |
| Step 3.7 Flash | 2.9 | 7.2 | 11.1% | 1 | 22.65s | 837 | 48,299 | 0 |
| Samanya Buddhimatta | स्कोर | संगति | प्रति प्रयास पास दर | अस्थिर टेस्ट | सही परीक्षण | प्रतिक्रिया समय (औसत) | इनपुट टोकन | आउटपुट टोकन | रीजनिंग टोकन |
|---|---|---|---|---|---|---|---|---|---|
| Mercury 2.5 | 5.0 | 10.0 | 0.0% | 0 | 2.69s | 528 | 93 | 3,609 | |
| Step 3.7 Flash | 3.4 | 9.3 | 0.0% | 0 | 7.00s | 525 | 4,604 | 0 |
| निर्देश पालन | स्कोर | संगति | प्रति प्रयास पास दर | अस्थिर टेस्ट | सही परीक्षण | प्रतिक्रिया समय (औसत) | इनपुट टोकन | आउटपुट टोकन | रीजनिंग टोकन |
|---|---|---|---|---|---|---|---|---|---|
| Mercury 2.5 | 6.5 | 10.0 | 50.0% | 0 | 934ms | 401 | 27 | 1,770 | |
| Step 3.7 Flash | 9.8 | 10.0 | 100.0% | 0 | 1.58s | 735 | 1,857 | 0 |
| पहेली समाधान | स्कोर | संगति | प्रति प्रयास पास दर | अस्थिर टेस्ट | सही परीक्षण | प्रतिक्रिया समय (औसत) | इनपुट टोकन | आउटपुट टोकन | रीजनिंग टोकन |
|---|---|---|---|---|---|---|---|---|---|
| Mercury 2.5 | 8.7 | 7.7 | 88.9% | 1 | 1.39s | 771 | 227 | 5,812 | |
| Step 3.7 Flash | 5.5 | 9.9 | 33.3% | 0 | 1.84s | 756 | 3,564 | 0 |
| टूल कॉलिंग | स्कोर | संगति | प्रति प्रयास पास दर | अस्थिर टेस्ट | सही परीक्षण | प्रतिक्रिया समय (औसत) | इनपुट टोकन | आउटपुट टोकन | रीजनिंग टोकन |
|---|---|---|---|---|---|---|---|---|---|
| Mercury 2.5 | 10.0 | 10.0 | 100.0% | 0 | 3.06s | 9,130 | 283 | 4,484 | |
| Step 3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 3.25s | 7,746 | 1,360 | 0 |
| सामान्य ज्ञान | स्कोर | संगति | प्रति प्रयास पास दर | अस्थिर टेस्ट | सही परीक्षण | प्रतिक्रिया समय (औसत) | इनपुट टोकन | आउटपुट टोकन | रीजनिंग टोकन |
|---|---|---|---|---|---|---|---|---|---|
| Mercury 2.5 | 3.0 | 10.0 | 0.0% | 0 | 5.48s | 232 | 26 | 9,463 | |
| Step 3.7 Flash | 3.0 | 10.0 | 0.0% | 0 | 124.75s | 237 | 134,779 | 0 |
त्वरित तुलना
तुलना जोड़ी बदलें
Mercury 2.5highvsBeam 1.0 501B A23BxhighStep 3.7 FlashlowvsGLM 5mediumLongCat 2.0mediumvsStep 3.7 FlashlowMercury 2.5highvsGLM 5.3lowQwen3.6 27BmediumvsStep 3.7 FlashlowMercury 2.5highvsQwen3.6 35B A3BmediumMercury 2.5highvsGLM 5.1noneQwen3.7 FlashhighvsStep 3.7 FlashlowClaude Opus 5nonevsStep 3.7 FlashlowClaude Sonnet 5.5mediumvsMercury 2.5highMercury 2.5highvsGrok 4.3mediumMercury 2.5highvsLaguna XS 2.1mediumनिःशुल्क उपलब्ध