नेविगेशन
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Mercury 2.5 Preview (low) vs Mistral Small 4

Mistral Small 4 average score में आगे है: 5.1 vs 5.0. Mercury 2.5 Preview (low) की benchmark लागत कम है: $0.011 vs $0.022. Mistral Small 4 तेज है: 1.20s vs 1.31s, pass rates 47.0% vs 25.8%.

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
#245
कुल आउटपुट टोकन
9,812
प्रतिक्रिया समय (औसत)
1.20s
कुल लागत
$0.022
अनुशंसित मॉडल Mistral Small 4

It has the strongest score in this comparison (5.1) and the best overall balance of cost and response time across all 2 models.

विस्तृत तुलना

मेट्रिक Mercury 2.5 Preview Mercury 2.5 Preview low रिलीज़: 2026-09-02 Mistral Small 4 Mistral Small 4 none रिलीज़: 2026-03-16
स्कोर 5.0 5.1
रैंक #254 #245
विश्वसनीयता 10.0 10.0
संगति 7.0 9.6
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 47.0% 25.8%
अस्थिर टेस्ट 8 1
कुल रन 66 66
प्रति परिणाम लागत 0.169 0.432
कुल लागत $0.011 $0.022
इनपुट कीमत $0.040 / 1M $0.150 / 1M
आउटपुट कीमत $0.150 / 1M $0.600 / 1M
कुल इनपुट टोकन 133,525 104,717
आउटपुट टोकन 7,259 9,812
रीजनिंग टोकन 24,716 0
प्रतिक्रिया समय (औसत) 1.31s 1.20s
प्रतिक्रिया समय (अधिकतम) 7.29s 13.16s
प्रतिक्रिया समय (कुल) 28.77s 26.41s
पैरामीटर ~100B 119B कुल (6B सक्रिय)
उपलब्धता बंद स्रोत मुक्त 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

#245 Mistral Small 4

none
लागत
$0.002
समय
10.4s
टोकन
2,370 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 3.7 9.7 0.0% 0 901ms 7,636 619 0

त्वरित तुलना

तुलना जोड़ी बदलें