- रैंक
- #157
- कुल आउटपुट टोकन
- 120,129
- प्रतिक्रिया समय (औसत)
- 3.19s
- कुल लागत
- $0.022
Mercury 2.5 (medium) vs Step 3.7 Flash (high)
Step 3.7 Flash (high) average score में आगे है: 6.8 vs 6.8. Mercury 2.5 (medium) की benchmark लागत कम है: $0.022 vs $1.229. Mercury 2.5 (medium) तेज है: 3.19s vs 70.10s, pass rates 65.2% vs 60.6%.
तुलना किए गए मॉडल
- रैंक
- #150
- कुल आउटपुट टोकन
- 1,050,900
- प्रतिक्रिया समय (औसत)
- 70.10s
- कुल लागत
- $1.229
अनुशंसित मॉडल
Mercury 2.5 (medium)
Its score stays close to the best score here (6.8 vs 6.8), while costing about 56.7x less than Step 3.7 Flash (high).
विस्तृत तुलना
| मेट्रिक | Mercury 2.5 Mercury 2.5 medium | Step 3.7 Flash Step 3.7 Flash high |
|---|---|---|
| स्कोर | 6.8 | 6.8 |
| रैंक | #157 | #150 |
| विश्वसनीयता | 9.8 | 10.0 |
| संगति | 8.6 | 8.4 |
| प्रयास | 66/66 | 66/66 |
| सही परीक्षण | ||
| प्रति प्रयास पास दर | 65.2% | 60.6% |
| अस्थिर टेस्ट | 4 | 4 |
| कुल रन | 66 | 66 |
| प्रति परिणाम लागत | 0.181 | 11.167 |
| कुल लागत | $0.022 | $1.229 |
| इनपुट कीमत | $0.040 / 1M | $0.200 / 1M |
| आउटपुट कीमत | $0.150 / 1M | $1.150 / 1M |
| कुल इनपुट टोकन | 91,402 | 98,700 |
| आउटपुट टोकन | 3,138 | 1,050,900 |
| रीजनिंग टोकन | 116,991 | 0 |
| प्रतिक्रिया समय (औसत) | 3.19s | 70.10s |
| प्रतिक्रिया समय (अधिकतम) | 9.87s | 364.99s |
| प्रतिक्रिया समय (कुल) | 70.18s | 1542.14s |
| पैरामीटर | ~100B | 198B कुल (11B 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.
#157 Mercury 2.5
medium- लागत
- $0.001
- समय
- 3.8s
- टोकन
- 3,386 tok
#150 Step 3.7 Flash
high- लागत
- $0.007
- समय
- 63.6s
- टोकन
- 6,030 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
| एंटी-एआई ट्रिक्स | स्कोर | संगति | प्रति प्रयास पास दर | अस्थिर टेस्ट | सही परीक्षण | प्रतिक्रिया समय (औसत) | इनपुट टोकन | आउटपुट टोकन | रीजनिंग टोकन |
|---|---|---|---|---|---|---|---|---|---|
| Mercury 2.5 | 10.0 | 10.0 | 100.0% | 0 | 1.28s | 773 | 192 | 7,122 | |
| Step 3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 13.40s | 696 | 42,656 | 0 |
| 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 | |
| Step 3.7 Flash | 4.0 | 6.0 | 22.2% | 1 | 206.21s | 6,057 | 327,340 | 0 |
| संयुक्त | स्कोर | संगति | प्रति प्रयास पास दर | अस्थिर टेस्ट | सही परीक्षण | प्रतिक्रिया समय (औसत) | इनपुट टोकन | आउटपुट टोकन | रीजनिंग टोकन |
|---|---|---|---|---|---|---|---|---|---|
| Mercury 2.5 | 6.5 | 10.0 | 50.0% | 0 | 9.23s | 62,336 | 1,073 | 34,370 | |
| Step 3.7 Flash | 8.7 | 6.9 | 83.3% | 1 | 41.23s | 73,938 | 49,842 | 0 |
| डेटा पार्सिंग और निष्कर्षण | स्कोर | संगति | प्रति प्रयास पास दर | अस्थिर टेस्ट | सही परीक्षण | प्रतिक्रिया समय (औसत) | इनपुट टोकन | आउटपुट टोकन | रीजनिंग टोकन |
|---|---|---|---|---|---|---|---|---|---|
| Mercury 2.5 | 10.0 | 10.0 | 100.0% | 0 | 2.57s | 8,385 | 582 | 9,343 | |
| Step 3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 14.72s | 7,368 | 23,113 | 0 |
| डोमेन-विशिष्ट | स्कोर | संगति | प्रति प्रयास पास दर | अस्थिर टेस्ट | सही परीक्षण | प्रतिक्रिया समय (औसत) | इनपुट टोकन | आउटपुट टोकन | रीजनिंग टोकन |
|---|---|---|---|---|---|---|---|---|---|
| Mercury 2.5 | 3.6 | 7.2 | 22.2% | 1 | 4.39s | 852 | 59 | 19,837 | |
| Step 3.7 Flash | 3.6 | 7.2 | 22.2% | 1 | 189.35s | 792 | 429,007 | 0 |
| Samanya Buddhimatta | स्कोर | संगति | प्रति प्रयास पास दर | अस्थिर टेस्ट | सही परीक्षण | प्रतिक्रिया समय (औसत) | इनपुट टोकन | आउटपुट टोकन | रीजनिंग टोकन |
|---|---|---|---|---|---|---|---|---|---|
| Mercury 2.5 | 4.4 | 9.9 | 0.0% | 0 | 1.60s | 528 | 98 | 2,364 | |
| Step 3.7 Flash | 5.5 | 10.0 | 0.0% | 0 | 4.17s | 510 | 2,862 | 0 |
| निर्देश पालन | स्कोर | संगति | प्रति प्रयास पास दर | अस्थिर टेस्ट | सही परीक्षण | प्रतिक्रिया समय (औसत) | इनपुट टोकन | आउटपुट टोकन | रीजनिंग टोकन |
|---|---|---|---|---|---|---|---|---|---|
| Mercury 2.5 | 6.4 | 6.0 | 66.7% | 1 | 1.07s | 520 | 55 | 2,344 | |
| Step 3.7 Flash | 9.8 | 10.0 | 100.0% | 0 | 1.52s | 705 | 2,010 | 0 |
| पहेली समाधान | स्कोर | संगति | प्रति प्रयास पास दर | अस्थिर टेस्ट | सही परीक्षण | प्रतिक्रिया समय (औसत) | इनपुट टोकन | आउटपुट टोकन | रीजनिंग टोकन |
|---|---|---|---|---|---|---|---|---|---|
| Mercury 2.5 | 10.0 | 10.0 | 100.0% | 0 | 1.93s | 766 | 290 | 7,721 | |
| Step 3.7 Flash | 5.3 | 7.2 | 44.4% | 1 | 10.22s | 711 | 25,422 | 0 |
| टूल कॉलिंग | स्कोर | संगति | प्रति प्रयास पास दर | अस्थिर टेस्ट | सही परीक्षण | प्रतिक्रिया समय (औसत) | इनपुट टोकन | आउटपुट टोकन | रीजनिंग टोकन |
|---|---|---|---|---|---|---|---|---|---|
| Mercury 2.5 | 10.0 | 10.0 | 100.0% | 0 | 3.35s | 9,203 | 269 | 4,641 | |
| Step 3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 2.79s | 7,701 | 1,172 | 0 |
| सामान्य ज्ञान | स्कोर | संगति | प्रति प्रयास पास दर | अस्थिर टेस्ट | सही परीक्षण | प्रतिक्रिया समय (औसत) | इनपुट टोकन | आउटपुट टोकन | रीजनिंग टोकन |
|---|---|---|---|---|---|---|---|---|---|
| Mercury 2.5 | 3.0 | 10.0 | 0.0% | 0 | 4.30s | 232 | 32 | 7,392 | |
| Step 3.7 Flash | 3.0 | 10.0 | 0.0% | 0 | 149.34s | 222 | 147,476 | 0 |
त्वरित तुलना
तुलना जोड़ी बदलें
Gemini 3 Flash PreviewnonevsMercury 2.5mediumSeed-2.0-CodemediumvsStep 3.7 FlashhighMercury 2.5mediumvsGLM 5.3lowQwen3.6 FlashmediumvsStep 3.7 FlashhighMercury 2.5mediumvsGLM 5.2noneStep 3.7 FlashhighvsSolar Pro 4lowMercury 2.5mediumvsKAT-Coder-Pro V2.5noneDeepSeek V4 PrononevsMercury 2.5mediumGemini 3.5 FlashnonevsStep 3.7 FlashhighStep 3.7 FlashhighvsSolar Pro 4mediumDeepSeek V4 PrononevsStep 3.7 FlashhighMercury 2.5mediumvsSolar Pro 4low