नेविगेशन
Advertise here

Mercury 2.5 Preview (medium) vs LongCat 2.0 (low)

Mercury 2.5 Preview (medium) average score में आगे है: 6.8 vs 6.6. Mercury 2.5 Preview (medium) की benchmark लागत कम है: $0.039 vs $0.630. Mercury 2.5 Preview (medium) तेज है: 6.66s vs 115.00s, pass rates 66.7% vs 55.1%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-17

तुलना किए गए मॉडल

रैंक
#199
कुल आउटपुट टोकन
150,107
प्रतिक्रिया समय (औसत)
6.66s
कुल लागत
$0.039
रैंक
#217
कुल आउटपुट टोकन
346,225
प्रतिक्रिया समय (औसत)
115.00s
कुल लागत
$0.630
अनुशंसित मॉडल Mercury 2.5 Preview (medium)

It has the best score here (6.8), while costing about 16.4x less than LongCat 2.0 (low).

विस्तृत तुलना

मेट्रिक Mercury 2.5 Preview Mercury 2.5 Preview medium रिलीज़: 2026-09-02 LongCat 2.0 LongCat 2.0 low रिलीज़: 2026-07-20
स्कोर 6.8 6.6
रैंक #199 #217
विश्वसनीयता 10.0 9.9
संगति 9.6 8.3
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 66.7% 55.1%
अस्थिर टेस्ट 1 5
कुल रन 69 69
प्रति परिणाम लागत 0.244 4.942
कुल लागत $0.039 $0.630
इनपुट कीमत $0.040 / 1M $0.300 / 1M
आउटपुट कीमत $0.150 / 1M $1.200 / 1M
कैश पढ़ने की कीमत लागू नहीं $0.006 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 397,291 262,387
आउटपुट टोकन 6,355 7,344
रीजनिंग टोकन 143,752 338,881
प्रतिक्रिया समय (औसत) 6.66s 115.00s
प्रतिक्रिया समय (अधिकतम) 74.63s 560.39s
प्रतिक्रिया समय (कुल) 153.29s 2645.11s
पैरामीटर ~100B 1.6T कुल (48B सक्रिय)
उपलब्धता बंद स्रोत मुक्त 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.

#199 Mercury 2.5 Preview

medium
लागत
$0.001
समय
2.7s
टोकन
2,241 tok

#217 LongCat 2.0

low
लागत
$0.024
समय
428.0s
टोकन
19,557 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 7.8 10.0 66.7% 0 3.86s 7,839 552 22,126
LongCat 2.0 6.6 4.6 77.8% 2 479.30s 6,544 461 206,627

त्वरित तुलना

तुलना जोड़ी बदलें

Mercury 2.5 PreviewmediumvsInklinglowनिःशुल्क उपलब्धLongCat 2.0lowvsQwen3.7 FlashmediumMercury 2.5 PreviewmediumvsGPT-6 SolnoneMercury 2mediumvsLongCat 2.0lowLongCat 2.0lowvsStep 3.7 FlashhighLongCat 2.0lowvsGLM 5.2noneLongCat 2.0lowvsBeam 1.0 501B A23BmediumLongCat 2.0lowvsGPT-5.5noneClaude Opus 4.8nonevsMercury 2.5 PreviewmediumClaude Sonnet 5.5lowvsMercury 2.5 PreviewmediumMercury 2.5 PreviewmediumvsGPT-5.6 LunalowEmber-1highvsMercury 2.5 Previewmedium