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 Laguna S 2.1 (low)

average score लगभग बराबर है: 5.0 vs 5.0. Mercury 2.5 Preview (low) की benchmark लागत कम है: $0.011 vs $0.082. Mercury 2.5 Preview (low) तेज है: 1.31s vs 85.34s, 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
#255
कुल आउटपुट टोकन
451,708
प्रतिक्रिया समय (औसत)
85.34s
कुल लागत
$0.082
अनुशंसित मॉडल Mercury 2.5 Preview (low)

It has the best score here (5.0), while costing about 8.0x less than Laguna S 2.1 (low).

विस्तृत तुलना

मेट्रिक Mercury 2.5 Preview Mercury 2.5 Preview low रिलीज़: 2026-09-02 Laguna S 2.1 Laguna S 2.1 low रिलीज़: 2026-07-21 निःशुल्क उपलब्ध
स्कोर 5.0 5.0
रैंक #254 #255
विश्वसनीयता 10.0 10.0
संगति 7.0 8.0
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 47.0% 22.7%
अस्थिर टेस्ट 8 5
कुल रन 66 66
प्रति परिणाम लागत 0.169 3.022
कुल लागत $0.011 $0.082
इनपुट कीमत $0.040 / 1M $0.090 / 1M
आउटपुट कीमत $0.150 / 1M $0.180 / 1M
कुल इनपुट टोकन 133,525 118,752
आउटपुट टोकन 7,259 67,823
रीजनिंग टोकन 24,716 383,885
प्रतिक्रिया समय (औसत) 1.31s 85.34s
प्रतिक्रिया समय (अधिकतम) 7.29s 814.73s
प्रतिक्रिया समय (कुल) 28.77s 1877.49s
पैरामीटर ~100B 118B कुल (8B सक्रिय)
उपलब्धता बंद स्रोत वेट उपलब्ध

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

#255 Laguna S 2.1

low
लागत
$0.001
समय
6.6s
टोकन
1,314 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
Laguna S 2.1 3.8 7.1 22.2% 1 167.51s 7,917 58,111 119,138

त्वरित तुलना

तुलना जोड़ी बदलें