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 MiMo-V2.5

MiMo-V2.5 average score में आगे है: 5.1 vs 5.0. Mercury 2.5 Preview (low) की benchmark लागत कम है: $0.011 vs $0.025. Mercury 2.5 Preview (low) तेज है: 1.31s vs 4.68s, pass rates 47.0% vs 27.3%.

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
#249
कुल आउटपुट टोकन
16,464
प्रतिक्रिया समय (औसत)
4.68s
कुल लागत
$0.025
अनुशंसित मॉडल Mercury 2.5 Preview (low)

Its score stays close to the best score here (5.0 vs 5.1), while costing about 2.4x less than MiMo-V2.5.

विस्तृत तुलना

मेट्रिक Mercury 2.5 Preview Mercury 2.5 Preview low रिलीज़: 2026-09-02 MiMo-V2.5 MiMo-V2.5 none रिलीज़: 2026-04-22
स्कोर 5.0 5.1
रैंक #254 #249
विश्वसनीयता 10.0 10.0
संगति 7.0 9.2
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 47.0% 27.3%
अस्थिर टेस्ट 8 2
कुल रन 66 66
प्रति परिणाम लागत 0.169 0.769
कुल लागत $0.011 $0.025
इनपुट कीमत $0.040 / 1M $0.140 / 1M
आउटपुट कीमत $0.150 / 1M $0.280 / 1M
कुल इनपुट टोकन 133,525 141,052
आउटपुट टोकन 7,259 16,464
रीजनिंग टोकन 24,716 0
प्रतिक्रिया समय (औसत) 1.31s 4.68s
प्रतिक्रिया समय (अधिकतम) 7.29s 55.36s
प्रतिक्रिया समय (कुल) 28.77s 103.02s
पैरामीटर ~100B 310B कुल (15B 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

#249 MiMo-V2.5

none
लागत
$0.007
समय
267.4s
टोकन
25,283 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
MiMo-V2.5 5.5 10.0 33.3% 0 3.24s 7,440 696 0

त्वरित तुलना

तुलना जोड़ी बदलें