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

Mercury 2.5 vs Ling 3.0 Tiny (medium)

Mercury 2.5 average score में आगे है: 4.1 vs 3.6. Ling 3.0 Tiny (medium) की benchmark लागत कम है: $0.000 vs $0.026. Mercury 2.5 तेज है: 5.10s vs 64.99s, pass rates 24.6% vs 23.2%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-26

तुलना किए गए मॉडल

रैंक
#406
कुल आउटपुट टोकन
89,958
प्रतिक्रिया समय (औसत)
5.10s
कुल लागत
$0.026
रैंक
#419
कुल आउटपुट टोकन
911,748
प्रतिक्रिया समय (औसत)
64.99s
कुल लागत
$0.000
अनुशंसित मॉडल Mercury 2.5

It has the best score here (4.1), while responding about 12.7x faster than Ling 3.0 Tiny (medium).

विस्तृत तुलना

मेट्रिक Mercury 2.5 Mercury 2.5 none रिलीज़: 2026-09-08 Ling 3.0 Tiny Ling 3.0 Tiny medium रिलीज़: 2026-08-07
स्कोर 4.1 3.6
रैंक #406 #419
विश्वसनीयता 10.0 9.6
संगति 7.6 8.9
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 24.6% 23.2%
अस्थिर टेस्ट 7 3
कुल रन 69 69
प्रति परिणाम लागत 1.298 0.000
कुल लागत $0.026 $0.000
इनपुट कीमत $0.040 / 1M $0.000 / 1M
आउटपुट कीमत $0.150 / 1M $0.000 / 1M
कैश पढ़ने की कीमत $0.004 / 1M लागू नहीं
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 311,488 103,898
आउटपुट टोकन 89,958 148,304
रीजनिंग टोकन 0 774,972
प्रतिक्रिया समय (औसत) 5.10s 64.99s
प्रतिक्रिया समय (अधिकतम) 63.41s 262.20s
प्रतिक्रिया समय (कुल) 117.24s 1429.68s
पैरामीटर ~100B 7.9B कुल (1.3B 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.

#406 Mercury 2.5

none
लागत
$0.001
समय
2.7s
टोकन
2,749 tok

#419 Ling 3.0 Tiny

medium
No output was saved. The original provider response or failure reason is unavailable.
लागत
$0.000
समय
177.4s
टोकन
6,873 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 3.7 7.0 22.2% 1 12.50s 7,888 61,297 0
Ling 3.0 Tiny 2.9 10.0 0.0% 0 211.99s 7,948 70,838 206,006

तुलना जोड़ी बदलें