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

Mercury 2.5 Preview — high बनाम medium

medium average score में आगे है: 6.8 vs 6.5. medium की benchmark लागत कम है: $0.039 vs $0.040. medium तेज है: 6.66s vs 7.61s, pass rates 65.2% vs 66.7%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-16

तुलना किए गए मॉडल

रैंक
#223
कुल आउटपुट टोकन
180,597
प्रतिक्रिया समय (औसत)
7.61s
कुल लागत
$0.040
रैंक
#199
कुल आउटपुट टोकन
150,107
प्रतिक्रिया समय (औसत)
6.66s
कुल लागत
$0.039
अनुशंसित मॉडल medium

इस तुलना में इसका स्कोर सबसे अधिक है (6.8) और 2 मॉडलों में लागत और प्रतिक्रिया समय का समग्र संतुलन सबसे अच्छा है।

विस्तृत तुलना

मेट्रिक Mercury 2.5 Preview Mercury 2.5 Preview high रिलीज़: 2026-09-02 Mercury 2.5 Preview Mercury 2.5 Preview medium रिलीज़: 2026-09-02
स्कोर 6.5 6.8
रैंक #223 #199
विश्वसनीयता 9.9 10.0
संगति 8.0 9.6
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 65.2% 66.7%
अस्थिर टेस्ट 6 1
कुल रन 69 69
प्रति परिणाम लागत 0.319 0.244
कुल लागत $0.040 $0.039
इनपुट कीमत $0.040 / 1M $0.040 / 1M
आउटपुट कीमत $0.150 / 1M $0.150 / 1M
कैश पढ़ने की कीमत लागू नहीं लागू नहीं
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 298,512 397,291
आउटपुट टोकन 3,178 6,355
रीजनिंग टोकन 177,419 143,752
प्रतिक्रिया समय (औसत) 7.61s 6.66s
प्रतिक्रिया समय (अधिकतम) 86.84s 74.63s
प्रतिक्रिया समय (कुल) 175.08s 153.29s
पैरामीटर ~100B ~100B
उपलब्धता बंद स्रोत बंद 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.

#223 Mercury 2.5 Preview

high
लागत
$0.001
समय
4.5s
टोकन
3,851 tok

#199 Mercury 2.5 Preview

medium
लागत
$0.001
समय
2.7s
टोकन
2,241 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 Preview 6.7 7.8 55.6% 1 6.13s 7,751 485 42,569
Mercury 2.5 Preview 7.8 10.0 66.7% 0 3.86s 7,839 552 22,126

त्वरित तुलना

तुलना जोड़ी बदलें

Mercury 2.5 PreviewmediumvsInklinglowनिःशुल्क उपलब्धMercury 2.5 PreviewhighvsQwen3.6 35B A3BmediumMercury 2.5 PreviewmediumvsGPT-6 SolnoneMercury 2.5 PreviewhighvsGLM 5.3lowClaude Sonnet 5.5mediumvsMercury 2.5 PreviewhighMercury 2.5 PreviewhighvsGLM 5.1noneMercury 2.5 PreviewhighvsGrok 4.3mediumClaude Opus 4.8nonevsMercury 2.5 PreviewmediumClaude Sonnet 5.5lowvsMercury 2.5 PreviewmediumMercury 2.5 PreviewhighvsLaguna XS 2.1mediumनिःशुल्क उपलब्धMercury 2.5 PreviewmediumvsGPT-5.6 LunalowMercury 2.5 PreviewhighvsKAT-Coder-Pro V2.5low