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

Mercury 2.5 (low) vs Mercury 2.5 Preview (low)

Mercury 2.5 (low) average score में आगे है: 5.1 vs 5.0. Mercury 2.5 Preview (low) की benchmark लागत कम है: $0.011 vs $0.011. Mercury 2.5 Preview (low) तेज है: 1.31s vs 1.35s, pass rates 39.4% vs 47.0%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-09-08

तुलना किए गए मॉडल

रैंक
#265
कुल आउटपुट टोकन
33,719
प्रतिक्रिया समय (औसत)
1.35s
कुल लागत
$0.011
रैंक
#271
कुल आउटपुट टोकन
31,975
प्रतिक्रिया समय (औसत)
1.31s
कुल लागत
$0.011
अनुशंसित मॉडल Mercury 2.5 (low)

It has the strongest score in this comparison (5.1) and the best overall balance of cost and response time across all 2 models.

विस्तृत तुलना

मेट्रिक Mercury 2.5 Mercury 2.5 low रिलीज़: 2026-09-08 Mercury 2.5 Preview Mercury 2.5 Preview low रिलीज़: 2026-09-02
स्कोर 5.1 5.0
रैंक #265 #271
विश्वसनीयता 9.8 10.0
संगति 8.1 7.0
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 39.4% 47.0%
अस्थिर टेस्ट 5 8
कुल रन 66 66
प्रति परिणाम लागत 0.177 0.169
कुल लागत $0.011 $0.011
इनपुट कीमत $0.040 / 1M $0.040 / 1M
आउटपुट कीमत $0.150 / 1M $0.150 / 1M
कुल इनपुट टोकन 138,020 133,525
आउटपुट टोकन 6,083 7,259
रीजनिंग टोकन 27,636 24,716
प्रतिक्रिया समय (औसत) 1.35s 1.31s
प्रतिक्रिया समय (अधिकतम) 7.48s 7.29s
प्रतिक्रिया समय (कुल) 29.74s 28.77s
पैरामीटर ~100B ~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.

#265 Mercury 2.5

low
लागत
$0.001
समय
2.4s
टोकन
1,236 tok

#271 Mercury 2.5 Preview

low
लागत
$0.001
समय
1.5s
टोकन
1,169 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 5.5 10.0 33.3% 0 972ms 7,909 521 2,269
Mercury 2.5 Preview 5.5 10.0 33.3% 0 972ms 7,794 695 2,263

त्वरित तुलना

तुलना जोड़ी बदलें