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 (medium) vs MiniMax M3 (medium)

average score लगभग बराबर है: 7.5 vs 7.5. Mercury 2.5 Preview (medium) की benchmark लागत कम है: $0.024 vs $0.300. Mercury 2.5 Preview (medium) तेज है: 3.58s vs 75.15s, pass rates 69.7% vs 62.1%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-09-02

रैंक
#91
कुल आउटपुट टोकन
127,034
प्रतिक्रिया समय (औसत)
3.58s
कुल लागत
$0.024
रैंक
#87
कुल आउटपुट टोकन
275,782
प्रतिक्रिया समय (औसत)
75.15s
कुल लागत
$0.300
अनुशंसित मॉडल Mercury 2.5 Preview (medium)

It has the best score here (7.5), while costing about 12.7x less than MiniMax M3 (medium).

विस्तृत तुलना

मेट्रिक Mercury 2.5 Preview Mercury 2.5 Preview medium रिलीज़: 2026-09-02 MiniMax M3 MiniMax M3 medium रिलीज़: 2026-06-01
स्कोर 7.5 7.5
रैंक #91 #87
विश्वसनीयता 10.0 9.7
संगति 9.6 8.0
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 69.7% 62.1%
अस्थिर टेस्ट 1 5
कुल रन 66 66
प्रति परिणाम लागत 0.158 2.724
कुल लागत $0.024 $0.300
इनपुट कीमत $0.040 / 1M $0.300 / 1M
आउटपुट कीमत $0.150 / 1M $1.200 / 1M
कुल इनपुट टोकन 112,713 121,996
आउटपुट टोकन 5,436 90,051
रीजनिंग टोकन 121,598 185,731
प्रतिक्रिया समय (औसत) 3.58s 75.15s
प्रतिक्रिया समय (अधिकतम) 17.84s 431.03s
प्रतिक्रिया समय (कुल) 78.66s 1578.24s
पैरामीटर ~100B 428B कुल (23B 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.

#91 Mercury 2.5 Preview

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

#87 MiniMax M3

medium
लागत
$0.012
समय
154.4s
टोकन
10,018 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
MiniMax M3 6.1 6.5 55.6% 1 144.74s 5,804 6,223 32,667

त्वरित तुलना

तुलना जोड़ी बदलें