नेविगेशन
Advertise here

Mercury 2.5 (low) vs MiniMax M2.7 (medium)

Mercury 2.5 (low) average score में आगे है: 5.1 vs 5.0. Mercury 2.5 (low) की benchmark लागत कम है: $0.011 vs $0.208. Mercury 2.5 (low) तेज है: 1.35s vs 43.25s, pass rates 39.4% vs 45.5%.

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
#270
कुल आउटपुट टोकन
147,704
प्रतिक्रिया समय (औसत)
43.25s
कुल लागत
$0.208
अनुशंसित मॉडल Mercury 2.5 (low)

It has the best score here (5.1), while costing about 19.6x less than MiniMax M2.7 (medium).

विस्तृत तुलना

मेट्रिक Mercury 2.5 Mercury 2.5 low रिलीज़: 2026-09-08 MiniMax M2.7 MiniMax M2.7 medium रिलीज़: 2026-03-18
स्कोर 5.1 5.0
रैंक #265 #270
विश्वसनीयता 9.8 10.0
संगति 8.1 6.6
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 39.4% 45.5%
अस्थिर टेस्ट 5 9
कुल रन 66 66
प्रति परिणाम लागत 0.177 4.149
कुल लागत $0.011 $0.208
इनपुट कीमत $0.040 / 1M $0.300 / 1M
आउटपुट कीमत $0.150 / 1M $1.200 / 1M
कुल इनपुट टोकन 138,020 114,527
आउटपुट टोकन 6,083 18,558
रीजनिंग टोकन 27,636 129,146
प्रतिक्रिया समय (औसत) 1.35s 43.25s
प्रतिक्रिया समय (अधिकतम) 7.48s 196.21s
प्रतिक्रिया समय (कुल) 29.74s 908.21s
पैरामीटर ~100B 230B कुल (10B सक्रिय)
उपलब्धता बंद स्रोत वेट उपलब्ध

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

#270 MiniMax M2.7

medium
लागत
$0.022
समय
22.8s
टोकन
9,250 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
MiniMax M2.7 5.7 9.1 33.3% 0 101.89s 2,961 1,231 38,841

त्वरित तुलना

तुलना जोड़ी बदलें