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 GPT-4o-mini

Mercury 2.5 Preview (low) average score में आगे है: 5.0 vs 5.0. GPT-4o-mini की benchmark लागत कम है: $0.010 vs $0.011. Mercury 2.5 Preview (low) तेज है: 1.31s vs 1.92s, pass rates 47.0% vs 22.7%.

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
#257
कुल आउटपुट टोकन
2,913
प्रतिक्रिया समय (औसत)
1.92s
कुल लागत
$0.010
अनुशंसित मॉडल Mercury 2.5 Preview (low)

It has the strongest score in this comparison (5.0) 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 GPT-4o-mini GPT-4o-mini none रिलीज़: 2024-07-18
स्कोर 5.0 5.0
रैंक #254 #257
विश्वसनीयता 10.0 10.0
संगति 7.0 9.9
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 47.0% 22.7%
अस्थिर टेस्ट 8 0
कुल रन 66 66
प्रति परिणाम लागत 0.169 0.195
कुल लागत $0.011 $0.010
इनपुट कीमत $0.040 / 1M $0.150 / 1M
आउटपुट कीमत $0.150 / 1M $0.600 / 1M
कुल इनपुट टोकन 133,525 53,145
आउटपुट टोकन 7,259 2,913
रीजनिंग टोकन 24,716 0
प्रतिक्रिया समय (औसत) 1.31s 1.92s
प्रतिक्रिया समय (अधिकतम) 7.29s 7.58s
प्रतिक्रिया समय (कुल) 28.77s 30.71s
पैरामीटर ~100B ~8B
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

#257 GPT-4o-mini

none
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