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 Laguna XS 2.1

Laguna XS 2.1 average score में आगे है: 5.3 vs 4.1. Laguna XS 2.1 की benchmark लागत कम है: $0.020 vs $0.026. Laguna XS 2.1 तेज है: 4.56s vs 5.10s, pass rates 24.6% vs 29.0%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-19

तुलना किए गए मॉडल

रैंक
#397
कुल आउटपुट टोकन
89,958
प्रतिक्रिया समय (औसत)
5.10s
कुल लागत
$0.026
रैंक
#335
कुल आउटपुट टोकन
23,173
प्रतिक्रिया समय (औसत)
4.56s
कुल लागत
$0.020
अनुशंसित मॉडल Laguna XS 2.1

इस तुलना में इसका स्कोर सबसे अधिक है (5.3) और 2 मॉडलों में लागत और प्रतिक्रिया समय का समग्र संतुलन सबसे अच्छा है।

विस्तृत तुलना

मेट्रिक Mercury 2.5 Mercury 2.5 none रिलीज़: 2026-09-08 Laguna XS 2.1 Laguna XS 2.1 none रिलीज़: 2026-07-02 निःशुल्क उपलब्ध
स्कोर 4.1 5.3
रैंक #397 #335
विश्वसनीयता 10.0 10.0
संगति 7.6 9.1
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 24.6% 29.0%
अस्थिर टेस्ट 7 3
कुल रन 69 69
प्रति परिणाम लागत 1.298 0.380
कुल लागत $0.026 $0.020
इनपुट कीमत $0.040 / 1M $0.060 / 1M
आउटपुट कीमत $0.150 / 1M $0.120 / 1M
कैश पढ़ने की कीमत $0.004 / 1M $0.030 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 311,488 270,072
आउटपुट टोकन 89,958 23,173
रीजनिंग टोकन 0 0
प्रतिक्रिया समय (औसत) 5.10s 4.56s
प्रतिक्रिया समय (अधिकतम) 63.41s 70.79s
प्रतिक्रिया समय (कुल) 117.24s 104.80s
पैरामीटर ~100B 33B कुल (3B सक्रिय)
उपलब्धता बंद स्रोत वेट उपलब्ध

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.

#397 Mercury 2.5

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

#335 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 3.7 7.0 22.2% 1 12.50s 7,888 61,297 0
Laguna XS 2.1 4.3 7.8 22.2% 1 623ms 7,995 562 0

तुलना जोड़ी बदलें