नेविगेशन
Advertise here

Mercury 2.5 Preview (high) vs Qwen3.6 35B A3B (medium)

average score लगभग बराबर है: 6.5 vs 6.5. Mercury 2.5 Preview (high) की benchmark लागत कम है: $0.040 vs $0.834. Mercury 2.5 Preview (high) तेज है: 7.61s vs 59.92s, pass rates 65.2% vs 58.0%.

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
#222
कुल आउटपुट टोकन
769,570
प्रतिक्रिया समय (औसत)
59.92s
कुल लागत
$0.834
अनुशंसित मॉडल Mercury 2.5 Preview (high)

It has the best score here (6.5), while costing about 21.4x less than Qwen3.6 35B A3B (medium).

विस्तृत तुलना

मेट्रिक Mercury 2.5 Preview Mercury 2.5 Preview high रिलीज़: 2026-09-02 Qwen3.6 35B A3B Qwen3.6 35B A3B medium रिलीज़: 2026-04-20
स्कोर 6.5 6.5
रैंक #223 #222
विश्वसनीयता 9.9 10.0
संगति 8.0 9.0
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 65.2% 58.0%
अस्थिर टेस्ट 6 3
कुल रन 69 69
प्रति परिणाम लागत 0.319 6.732
कुल लागत $0.040 $0.834
इनपुट कीमत $0.040 / 1M $0.150 / 1M
आउटपुट कीमत $0.150 / 1M $1.000 / 1M
कैश पढ़ने की कीमत लागू नहीं $0.050 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 298,512 282,192
आउटपुट टोकन 3,178 75,306
रीजनिंग टोकन 177,419 700,868
प्रतिक्रिया समय (औसत) 7.61s 59.92s
प्रतिक्रिया समय (अधिकतम) 86.84s 817.57s
प्रतिक्रिया समय (कुल) 175.08s 1258.32s
पैरामीटर ~100B 35B कुल (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.

#223 Mercury 2.5 Preview

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

#222 Qwen3.6 35B A3B

medium
Reached the allocated time limit (300 seconds) without receiving showcase output.
लागत
$0.000
समय
300.0s
टोकन
0 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
Qwen3.6 35B A3B 7.7 10.0 66.7% 0 50.55s 5,051 7,929 37,223

त्वरित तुलना

तुलना जोड़ी बदलें

Mercury 2.5 PreviewhighvsGLM 5.3lowClaude Sonnet 5.5mediumvsMercury 2.5 PreviewhighMercury 2.5highvsQwen3.6 35B A3BmediumQwen3.6 35B A3BmediumvsGLM 5.3lowMercury 2.5 PreviewhighvsGLM 5.1noneMercury 2.5 PreviewhighvsGrok 4.3mediumQwen3.6 35B A3BmediumvsGLM 5.1noneKAT-Coder-Pro V2.5lowvsQwen3.6 35B A3BmediumMercury 2.5 PreviewhighvsLaguna XS 2.1mediumनिःशुल्क उपलब्धKAT-Coder-Pro V2.5highvsQwen3.6 35B A3BmediumMercury 2.5 PreviewhighvsKAT-Coder-Pro V2.5lowMercury 2.5 PreviewhighvsQwen3.5-122B-A10Bnone