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 Laguna XS 2.1

Laguna XS 2.1 average score में आगे है: 5.3 vs 5.1. Laguna XS 2.1 की benchmark लागत कम है: $0.008 vs $0.011. Mercury 2.5 (low) तेज है: 1.35s vs 1.55s, pass rates 39.4% vs 30.3%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-09-10

तुलना किए गए मॉडल

रैंक
#270
कुल आउटपुट टोकन
33,719
प्रतिक्रिया समय (औसत)
1.35s
कुल लागत
$0.011
रैंक
#257
कुल आउटपुट टोकन
13,377
प्रतिक्रिया समय (औसत)
1.55s
कुल लागत
$0.008
अनुशंसित मॉडल Laguna XS 2.1

It has the strongest score in this comparison (5.3) 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 Laguna XS 2.1 Laguna XS 2.1 none रिलीज़: 2026-07-02 निःशुल्क उपलब्ध
स्कोर 5.1 5.3
रैंक #270 #257
विश्वसनीयता 9.8 10.0
संगति 8.1 9.0
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 39.4% 30.3%
अस्थिर टेस्ट 5 3
कुल रन 66 66
प्रति परिणाम लागत 0.177 0.143
कुल लागत $0.011 $0.008
इनपुट कीमत $0.040 / 1M $0.060 / 1M
आउटपुट कीमत $0.150 / 1M $0.120 / 1M
कुल इनपुट टोकन 138,020 91,607
आउटपुट टोकन 6,083 13,377
रीजनिंग टोकन 27,636 0
प्रतिक्रिया समय (औसत) 1.35s 1.55s
प्रतिक्रिया समय (अधिकतम) 7.48s 19.02s
प्रतिक्रिया समय (कुल) 29.74s 34.01s
पैरामीटर ~100B 33B कुल (3B 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.

#270 Mercury 2.5

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

#257 Laguna XS 2.1

none
लागत
$0.001
समय
27.6s
टोकन
4,344 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
Laguna XS 2.1 4.3 7.8 22.2% 1 623ms 7,995 562 0

त्वरित तुलना

तुलना जोड़ी बदलें