नेविगेशन
Advertise here

Mercury 2.5 Preview (high) vs Minimax M3.1 Flash (high)

average score लगभग बराबर है: 6.5 vs 6.5. Minimax M3.1 Flash (high) की benchmark लागत कम है: $0.000 vs $0.040. Mercury 2.5 Preview (high) तेज है: 7.61s vs 34.00s, pass rates 65.2% vs 56.5%.

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

तुलना किए गए मॉडल

रैंक
#230
कुल आउटपुट टोकन
180,597
प्रतिक्रिया समय (औसत)
7.61s
कुल लागत
$0.040
रैंक
#228
कुल आउटपुट टोकन
279,438
प्रतिक्रिया समय (औसत)
34.00s
कुल लागत
$0.000
अनुशंसित मॉडल Mercury 2.5 Preview (high)

It has the best score here (6.5), while responding about 4.5x faster than Minimax M3.1 Flash (high).

विस्तृत तुलना

मेट्रिक Mercury 2.5 Preview Mercury 2.5 Preview high रिलीज़: 2026-09-02 Minimax M3.1 Flash Minimax M3.1 Flash high रिलीज़: 2026-10-19 निःशुल्क उपलब्ध
स्कोर 6.5 6.5
रैंक #230 #228
विश्वसनीयता 9.9 10.0
संगति 8.0 7.2
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 65.2% 56.5%
अस्थिर टेस्ट 6 8
कुल रन 69 69
प्रति परिणाम लागत 0.319 0.000
कुल लागत $0.040 $0.000
इनपुट कीमत $0.040 / 1M $0.000 / 1M
आउटपुट कीमत $0.150 / 1M $0.000 / 1M
कैश पढ़ने की कीमत लागू नहीं लागू नहीं
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 298,512 357,984
आउटपुट टोकन 3,178 70,004
रीजनिंग टोकन 177,419 209,434
प्रतिक्रिया समय (औसत) 7.61s 34.00s
प्रतिक्रिया समय (अधिकतम) 86.84s 280.72s
प्रतिक्रिया समय (कुल) 175.08s 781.92s
पैरामीटर ~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.

#230 Mercury 2.5 Preview

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

#228 Minimax M3.1 Flash

high
लागत
$0.000
समय
75.4s
टोकन
9,436 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
Minimax M3.1 Flash 5.6 4.7 55.6% 2 36.78s 9,024 60,602 13,024

त्वरित तुलना

तुलना जोड़ी बदलें

Minimax M3.1 Flashhighनिःशुल्क उपलब्धvsQwen3.6 35B A3BmediumClaude Sonnet 5.5mediumvsMinimax M3.1 Flashhighनिःशुल्क उपलब्धMercury 2.5 PreviewhighvsQwen3.6 35B A3BmediumMercury 2.5 PreviewhighvsBeam 1.0 501B A23BxhighMercury 2.5 PreviewhighvsGLM 5.3lowClaude Sonnet 5.5mediumvsMercury 2.5 PreviewhighMinimax M3.1 Flashhighनिःशुल्क उपलब्धvsBeam 1.0 501B A23BxhighMinimax M3.1 Flashhighनिःशुल्क उपलब्धvsGLM 5.3lowMercury 2.5 PreviewhighvsGLM 5.1noneMercury 2.5 PreviewhighvsGrok 4.3mediumKAT-Coder-Pro V2.5lowvsMinimax M3.1 Flashhighनिःशुल्क उपलब्धMinimax M3.1 Flashhighनिःशुल्क उपलब्धvsGLM 5.1none