नेविगेशन
Advertise here

Mercury 2.5 Preview (low) vs Mistral Small 4 (medium)

Mistral Small 4 (medium) average score में आगे है: 5.1 vs 5.0. Mercury 2.5 Preview (low) की benchmark लागत कम है: $0.015 vs $0.126. Mercury 2.5 Preview (low) तेज है: 4.92s vs 12.68s, pass rates 44.9% vs 42.0%.

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

तुलना किए गए मॉडल

रैंक
#350
कुल आउटपुट टोकन
36,870
प्रतिक्रिया समय (औसत)
4.92s
कुल लागत
$0.015
रैंक
#343
कुल आउटपुट टोकन
127,970
प्रतिक्रिया समय (औसत)
12.68s
कुल लागत
$0.126
अनुशंसित मॉडल Mercury 2.5 Preview (low)

Its score stays close to the best score here (5.0 vs 5.1), while costing about 8.4x less than Mistral Small 4 (medium).

विस्तृत तुलना

मेट्रिक Mercury 2.5 Preview Mercury 2.5 Preview low रिलीज़: 2026-09-02 Mistral Small 4 Mistral Small 4 medium रिलीज़: 2026-03-16
स्कोर 5.0 5.1
रैंक #350 #343
विश्वसनीयता 9.9 9.7
संगति 7.1 7.1
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 44.9% 42.0%
अस्थिर टेस्ट 8 8
कुल रन 69 69
प्रति परिणाम लागत 0.244 2.502
कुल लागत $0.015 $0.126
इनपुट कीमत $0.040 / 1M $0.150 / 1M
आउटपुट कीमत $0.150 / 1M $0.600 / 1M
कैश पढ़ने की कीमत लागू नहीं $0.015 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 235,438 321,955
आउटपुट टोकन 8,136 41,555
रीजनिंग टोकन 28,734 94,946
प्रतिक्रिया समय (औसत) 4.92s 12.68s
प्रतिक्रिया समय (अधिकतम) 84.47s 59.15s
प्रतिक्रिया समय (कुल) 113.24s 291.66s
पैरामीटर ~100B 119B कुल (6B 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.

#350 Mercury 2.5 Preview

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

#343 Mistral Small 4

medium
लागत
$0.006
समय
47.9s
टोकन
9,857 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
Mistral Small 4 4.4 5.1 33.3% 2 39.98s 7,636 11,635 54,715

त्वरित तुलना

तुलना जोड़ी बदलें

Mercury 2.5lowvsMistral Small 4mediumMercury 2.5 PreviewlowvsLaguna S 2.1mediumनिःशुल्क उपलब्धMistral Small 4mediumvsMiMo-V2.5-PrononeMercury 2.5 PreviewlowvsMiniMax M2.7mediumKAT Coder AIR V2.5highvsMistral Small 4mediumDots 3 Note Previewdefaultनिःशुल्क उपलब्धvsMercury 2.5 PreviewlowApodex 1.1 Minidefaultनिःशुल्क उपलब्धvsMistral Small 4mediumApodex 1.1 Minidefaultनिःशुल्क उपलब्धvsMercury 2.5 PreviewlowMercury 2.5 PreviewlowvsGPT-4o-minidefaultMistral Small 4mediumvsNemotron 3.5 Lightninghighनिःशुल्क उपलब्धLing 3.0 FlashnonevsMistral Small 4mediumMercury 2.5 PreviewlowvsMiMo-V2.5-Pronone