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 MiMo-V2.5

average score लगभग बराबर है: 5.1 vs 5.1. Mercury 2.5 (low) की benchmark लागत कम है: $0.011 vs $0.025. Mercury 2.5 (low) तेज है: 1.35s vs 4.68s, pass rates 39.4% vs 27.3%.

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
#266
कुल आउटपुट टोकन
16,464
प्रतिक्रिया समय (औसत)
4.68s
कुल लागत
$0.025
अनुशंसित मॉडल Mercury 2.5 (low)

It has the best score here (5.1), while costing about 2.3x less than MiMo-V2.5.

विस्तृत तुलना

मेट्रिक Mercury 2.5 Mercury 2.5 low रिलीज़: 2026-09-08 MiMo-V2.5 MiMo-V2.5 none रिलीज़: 2026-04-22
स्कोर 5.1 5.1
रैंक #265 #266
विश्वसनीयता 9.8 10.0
संगति 8.1 9.2
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 39.4% 27.3%
अस्थिर टेस्ट 5 2
कुल रन 66 66
प्रति परिणाम लागत 0.177 0.769
कुल लागत $0.011 $0.025
इनपुट कीमत $0.040 / 1M $0.140 / 1M
आउटपुट कीमत $0.150 / 1M $0.280 / 1M
कुल इनपुट टोकन 138,020 141,052
आउटपुट टोकन 6,083 16,464
रीजनिंग टोकन 27,636 0
प्रतिक्रिया समय (औसत) 1.35s 4.68s
प्रतिक्रिया समय (अधिकतम) 7.48s 55.36s
प्रतिक्रिया समय (कुल) 29.74s 103.02s
पैरामीटर ~100B 310B कुल (15B सक्रिय)
उपलब्धता बंद स्रोत मुक्त 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

#266 MiMo-V2.5

none
लागत
$0.007
समय
267.4s
टोकन
25,283 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
MiMo-V2.5 5.5 10.0 33.3% 0 3.24s 7,440 696 0

त्वरित तुलना

तुलना जोड़ी बदलें