नेविगेशन
Advertise here

Mercury 2.5 Preview (low) vs GPT-4o-mini (default)

Mercury 2.5 Preview (low) average score में आगे है: 5.0 vs 5.0. Mercury 2.5 Preview (low) की benchmark लागत कम है: $0.015 vs $0.024. GPT-4o-mini (default) तेज है: 4.16s vs 4.92s, pass rates 44.9% vs 21.7%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-16

तुलना किए गए मॉडल

रैंक
#336
कुल आउटपुट टोकन
36,870
प्रतिक्रिया समय (औसत)
4.92s
कुल लागत
$0.015
रैंक
#339
कुल आउटपुट टोकन
3,627
प्रतिक्रिया समय (औसत)
4.16s
कुल लागत
$0.024
अनुशंसित मॉडल Mercury 2.5 Preview (low)

It has the best score here (5.0), while costing about 1.6x less than GPT-4o-mini (default).

विस्तृत तुलना

मेट्रिक Mercury 2.5 Preview Mercury 2.5 Preview low रिलीज़: 2026-09-02 GPT-4o-mini GPT-4o-mini default रिलीज़: 2024-07-18
स्कोर 5.0 5.0
रैंक #336 #339
विश्वसनीयता 9.9 10.0
संगति 7.1 9.9
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 44.9% 21.7%
अस्थिर टेस्ट 8 0
कुल रन 69 69
प्रति परिणाम लागत 0.244 0.480
कुल लागत $0.015 $0.024
इनपुट कीमत $0.040 / 1M $0.150 / 1M
आउटपुट कीमत $0.150 / 1M $0.600 / 1M
कैश पढ़ने की कीमत लागू नहीं $0.075 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 235,438 145,180
आउटपुट टोकन 8,136 3,627
रीजनिंग टोकन 28,734 0
प्रतिक्रिया समय (औसत) 4.92s 4.16s
प्रतिक्रिया समय (अधिकतम) 84.47s 39.99s
प्रतिक्रिया समय (कुल) 113.24s 70.70s
पैरामीटर ~100B ~8B
उपलब्धता बंद स्रोत बंद 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.

#336 Mercury 2.5 Preview

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

#339 GPT-4o-mini

default
लागत
$0.001
समय
6.6s
टोकन
742 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
GPT-4o-mini 3.2 9.6 0.0% 0 1.63s 7,314 367 0

त्वरित तुलना

तुलना जोड़ी बदलें

KAT Coder AIR V2.5lowvsGPT-4o-minidefaultMiniMax M2.7mediumvsGPT-4o-minidefaultMercury 2.5 PreviewlowvsLaguna S 2.1mediumनिःशुल्क उपलब्धMercury 2.5 PreviewlowvsMiniMax M2.7mediumDots 3 Note Previewdefaultनिःशुल्क उपलब्धvsMercury 2.5 PreviewlowGPT-4o-minidefaultvsInkling Smallnoneनिःशुल्क उपलब्धApodex 1.1 Minidefaultनिःशुल्क उपलब्धvsMercury 2.5 PreviewlowGPT-4o-minidefaultvsLaguna S 2.1highनिःशुल्क उपलब्धGPT-4o-minidefaultvsLaguna S 2.1mediumनिःशुल्क उपलब्धMercury 2.5 PreviewlowvsMiMo-V2.5-PrononeMercury 2.5 PreviewlowvsKAT Coder AIR V2.5mediumGPT-4o-minidefaultvsMiMo-V2.5none