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

Mercury 2.5 (medium) vs Qwen3.5-122B-A10B

Qwen3.5-122B-A10B average score में आगे है: 6.4 vs 6.4. Mercury 2.5 (medium) की benchmark लागत कम है: $0.034 vs $0.308. Mercury 2.5 (medium) तेज है: 7.74s vs 14.79s, pass rates 63.8% vs 36.2%.

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

तुलना किए गए मॉडल

रैंक
#219
कुल आउटपुट टोकन
138,946
प्रतिक्रिया समय (औसत)
7.74s
कुल लागत
$0.034
रैंक
#214
कुल आउटपुट टोकन
97,112
प्रतिक्रिया समय (औसत)
14.79s
कुल लागत
$0.308
अनुशंसित मॉडल Mercury 2.5 (medium)

Its score stays close to the best score here (6.4 vs 6.4), while costing about 9.2x less than Qwen3.5-122B-A10B.

विस्तृत तुलना

मेट्रिक Mercury 2.5 Mercury 2.5 medium रिलीज़: 2026-09-08 Qwen3.5-122B-A10B Qwen3.5-122B-A10B none रिलीज़: 2026-02-24
स्कोर 6.4 6.4
रैंक #219 #214
विश्वसनीयता 9.7 10.0
संगति 8.3 9.3
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 63.8% 36.2%
अस्थिर टेस्ट 5 2
कुल रन 69 69
प्रति परिणाम लागत 0.280 4.452
कुल लागत $0.034 $0.308
इनपुट कीमत $0.040 / 1M $0.260 / 1M
आउटपुट कीमत $0.150 / 1M $2.080 / 1M
कैश पढ़ने की कीमत $0.004 / 1M लागू नहीं
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 317,982 405,921
आउटपुट टोकन 3,918 97,112
रीजनिंग टोकन 135,028 0
प्रतिक्रिया समय (औसत) 7.74s 14.79s
प्रतिक्रिया समय (अधिकतम) 107.89s 212.63s
प्रतिक्रिया समय (कुल) 178.07s 340.25s
पैरामीटर ~100B 122B कुल (10B सक्रिय)
उपलब्धता बंद स्रोत मुक्त 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.

#219 Mercury 2.5

medium
लागत
$0.001
समय
3.8s
टोकन
3,386 tok

#214 Qwen3.5-122B-A10B

none
लागत
$0.016
समय
44.5s
टोकन
6,431 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 5.0 5.1 44.5% 2 3.70s 7,807 488 21,857
Qwen3.5-122B-A10B 3.7 7.0 22.2% 1 2.77s 7,913 693 0

तुलना जोड़ी बदलें