नेविगेशन
Advertise here

Mercury 2.5 (low) vs Kimi K3.1 Pro (max)

Kimi K3.1 Pro (max) average score में आगे है: 8.7 vs 5.1. Mercury 2.5 (low) की benchmark लागत कम है: $0.020 vs $3.578. Mercury 2.5 (low) तेज है: 3.34s vs 152.72s, pass rates 37.7% vs 84.1%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-24

तुलना किए गए मॉडल

रैंक
#348
कुल आउटपुट टोकन
40,302
प्रतिक्रिया समय (औसत)
3.34s
कुल लागत
$0.020
रैंक
#66
कुल आउटपुट टोकन
300,622
प्रतिक्रिया समय (औसत)
152.72s
कुल लागत
$3.578
अनुशंसित मॉडल Kimi K3.1 Pro (max)

इस तुलना में इसका स्कोर सबसे अधिक है (8.7) और 2 मॉडलों में लागत और प्रतिक्रिया समय का समग्र संतुलन सबसे अच्छा है।

विस्तृत तुलना

मेट्रिक Mercury 2.5 Mercury 2.5 low रिलीज़: 2026-09-08 Kimi K3.1 Pro Kimi K3.1 Pro max रिलीज़: 2026-10-24
स्कोर 5.1 8.7
रैंक #348 #66
विश्वसनीयता 9.8 7.1
संगति 8.2 8.6
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 37.7% 84.1%
अस्थिर टेस्ट 5 4
कुल रन 69 69
प्रति परिणाम लागत 0.319 21.043
कुल लागत $0.020 $3.578
इनपुट कीमत $0.040 / 1M $2.000 / 1M
आउटपुट कीमत $0.150 / 1M $10.000 / 1M
कैश पढ़ने की कीमत $0.004 / 1M $0.200 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 326,083 285,488
आउटपुट टोकन 7,224 9,091
रीजनिंग टोकन 33,078 291,531
प्रतिक्रिया समय (औसत) 3.34s 152.72s
प्रतिक्रिया समय (अधिकतम) 47.06s 960.13s
प्रतिक्रिया समय (कुल) 76.80s 3512.51s
पैरामीटर ~100B ~2.8T कुल (~104B सक्रिय)
उपलब्धता बंद स्रोत बंद 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.

#348 Mercury 2.5

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

#66 MoonshotAI: Kimi K3.1 Pro

max
लागत
$0.193
समय
387.5s
टोकन
19,362 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
Kimi K3.1 Pro 10.0 10.0 100.0% 0 71.94s 8,061 467 31,621

त्वरित तुलना

तुलना जोड़ी बदलें

Mercury 2.5lowvsKAT Coder AIR V2.5mediumMuse Spark 1.2lowvsKimi K3.1 PromaxMercury 2.5lowvsMiMo-V2.5-PrononeDeepSeek V4.1 FlashmediumvsKimi K3.1 PromaxDeepSeek V4.1 FlashhighvsKimi K3.1 PromaxMuse Spark OpenmediumvsKimi K3.1 PromaxMercury 2.5lowvsMistral Small 4noneMercury 2.5lowvsMistral Small 4mediumApodex 1.1 Minidefaultनिःशुल्क उपलब्धvsMercury 2.5lowKimi K3.1 PromaxvsGPT-5.4mediumKimi K3.1 PromaxvsGPT-5.2mediumKimi K3.1 PromaxvsQwen3.8 27Bhighनिःशुल्क उपलब्ध