नेविगेशन
Advertise here

Mercury 2.5 Preview (high) vs Laguna XS 2.1 (medium)

average score लगभग बराबर है: 6.5 vs 6.4. Mercury 2.5 Preview (high) की benchmark लागत कम है: $0.040 vs $0.083. Mercury 2.5 Preview (high) तेज है: 7.61s vs 48.97s, pass rates 65.2% vs 46.4%.

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
#229
कुल आउटपुट टोकन
514,966
प्रतिक्रिया समय (औसत)
48.97s
कुल लागत
$0.083
अनुशंसित मॉडल Mercury 2.5 Preview (high)

It has the best score here (6.5), while costing about 2.1x less than Laguna XS 2.1 (medium).

विस्तृत तुलना

मेट्रिक Mercury 2.5 Preview Mercury 2.5 Preview high रिलीज़: 2026-09-02 Laguna XS 2.1 Laguna XS 2.1 medium रिलीज़: 2026-07-02 निःशुल्क उपलब्ध
स्कोर 6.5 6.4
रैंक #223 #229
विश्वसनीयता 9.9 10.0
संगति 8.0 9.0
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 65.2% 46.4%
अस्थिर टेस्ट 6 3
कुल रन 69 69
प्रति परिणाम लागत 0.319 0.922
कुल लागत $0.040 $0.083
इनपुट कीमत $0.040 / 1M $0.060 / 1M
आउटपुट कीमत $0.150 / 1M $0.120 / 1M
कैश पढ़ने की कीमत लागू नहीं $0.030 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 298,512 352,516
आउटपुट टोकन 3,178 33,786
रीजनिंग टोकन 177,419 504,506
प्रतिक्रिया समय (औसत) 7.61s 48.97s
प्रतिक्रिया समय (अधिकतम) 86.84s 422.72s
प्रतिक्रिया समय (कुल) 175.08s 1126.35s
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.

#223 Mercury 2.5 Preview

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

#229 Laguna XS 2.1

medium
लागत
$0.001
समय
30.6s
टोकन
4,678 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
Laguna XS 2.1 5.5 10.0 33.3% 0 70.35s 7,995 23,767 83,258

त्वरित तुलना

तुलना जोड़ी बदलें

Laguna XS 2.1mediumनिःशुल्क उपलब्धvsQwen3.5-122B-A10BnoneKAT-Coder-Pro V2.5highvsLaguna XS 2.1mediumनिःशुल्क उपलब्धMercury 2.5 PreviewhighvsQwen3.6 35B A3BmediumGemini 3 Flash PreviewnonevsLaguna XS 2.1mediumनिःशुल्क उपलब्धLaguna XS 2.1mediumनिःशुल्क उपलब्धvsGLM 5.1noneMercury 2.5 PreviewhighvsGLM 5.3lowClaude Sonnet 5.5mediumvsMercury 2.5 PreviewhighLaguna XS 2.1mediumनिःशुल्क उपलब्धvsGLM 5.3lowMercury 2.5 PreviewhighvsGLM 5.1noneMercury 2.5highvsLaguna XS 2.1mediumनिःशुल्क उपलब्धMercury 2.5 PreviewhighvsGrok 4.3mediumMercury 2.5 PreviewhighvsKAT-Coder-Pro V2.5low