नेविगेशन
AI BENCHY
Advertise here

Mercury 2.5 Preview — low बनाम none

low average score में आगे है: 5.0 vs 4.9. low की benchmark लागत कम है: $0.011 vs $0.018. low तेज है: 1.31s vs 3.51s, pass rates 47.0% vs 30.3%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-09-02

रैंक
#254
कुल आउटपुट टोकन
31,975
प्रतिक्रिया समय (औसत)
1.31s
कुल लागत
$0.011
रैंक
#259
कुल आउटपुट टोकन
82,585
प्रतिक्रिया समय (औसत)
3.51s
कुल लागत
$0.018
अनुशंसित मॉडल low

It has the best score here (5.0), while costing about 1.7x less than Mercury 2.5 Preview.

विस्तृत तुलना

मेट्रिक Mercury 2.5 Preview Mercury 2.5 Preview low रिलीज़: 2026-09-02 Mercury 2.5 Preview Mercury 2.5 Preview none रिलीज़: 2026-09-02
स्कोर 5.0 4.9
रैंक #254 #259
विश्वसनीयता 10.0 10.0
संगति 7.0 8.3
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 47.0% 30.3%
अस्थिर टेस्ट 8 5
कुल रन 66 66
प्रति परिणाम लागत 0.169 0.440
कुल लागत $0.011 $0.018
इनपुट कीमत $0.040 / 1M $0.040 / 1M
आउटपुट कीमत $0.150 / 1M $0.150 / 1M
कुल इनपुट टोकन 133,525 130,296
आउटपुट टोकन 7,259 82,585
रीजनिंग टोकन 24,716 0
प्रतिक्रिया समय (औसत) 1.31s 3.51s
प्रतिक्रिया समय (अधिकतम) 7.29s 60.70s
प्रतिक्रिया समय (कुल) 28.77s 77.28s
पैरामीटर ~100B ~100B
उपलब्धता बंद स्रोत बंद स्रोत

मॉडल जनरेशन शोकेस

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#254 Mercury 2.5 Preview

low
लागत
$0.001
समय
1.5s
टोकन
1,169 tok

#259 Mercury 2.5 Preview

none
अमान्य SVG
लागत
$0.001
समय
3.3s
टोकन
3,122 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 5.5 10.0 33.3% 0 972ms 7,794 695 2,263
Mercury 2.5 Preview 4.7 7.9 22.2% 1 459ms 7,850 650 0

त्वरित तुलना

तुलना जोड़ी बदलें