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 Qwen3.5-9B

Qwen3.5-9B average score में आगे है: 5.1 vs 5.0. Mercury 2.5 Preview (low) की benchmark लागत कम है: $0.011 vs $0.021. Mercury 2.5 Preview (low) तेज है: 1.31s vs 19.19s, pass rates 47.0% vs 19.7%.

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
#250
कुल आउटपुट टोकन
37,484
प्रतिक्रिया समय (औसत)
19.19s
कुल लागत
$0.021
अनुशंसित मॉडल Mercury 2.5 Preview (low)

Its score stays close to the best score here (5.0 vs 5.1), while costing about 2.0x less than Qwen3.5-9B.

विस्तृत तुलना

मेट्रिक Mercury 2.5 Preview Mercury 2.5 Preview low रिलीज़: 2026-09-02 Qwen3.5-9B Qwen3.5-9B none रिलीज़: 2026-03-02
स्कोर 5.0 5.1
रैंक #254 #250
विश्वसनीयता 10.0 10.0
संगति 7.0 9.7
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 47.0% 19.7%
अस्थिर टेस्ट 8 1
कुल रन 66 66
प्रति परिणाम लागत 0.169 0.490
कुल लागत $0.011 $0.021
इनपुट कीमत $0.040 / 1M $0.100 / 1M
आउटपुट कीमत $0.150 / 1M $0.150 / 1M
कुल इनपुट टोकन 133,525 144,416
आउटपुट टोकन 7,259 37,484
रीजनिंग टोकन 24,716 0
प्रतिक्रिया समय (औसत) 1.31s 19.19s
प्रतिक्रिया समय (अधिकतम) 7.29s 382.06s
प्रतिक्रिया समय (कुल) 28.77s 422.25s
पैरामीटर ~100B 9B
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

#250 Qwen3.5-9B

none
अमान्य SVG
लागत
$0.000
समय
300.0s
टोकन
0 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
Qwen3.5-9B 3.9 7.8 11.1% 1 5.60s 7,913 1,042 0

त्वरित तुलना

तुलना जोड़ी बदलें