नेविगेशन
Advertise here

Mercury 2.5 Preview (medium) vs GPT-5.6 Luna (low)

average score लगभग बराबर है: 6.8 vs 6.9. Mercury 2.5 Preview (medium) की benchmark लागत कम है: $0.039 vs $0.049. Mercury 2.5 Preview (medium) तेज है: 6.66s vs 6.96s, pass rates 66.7% vs 56.5%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-11-13

तुलना किए गए मॉडल

रैंक
#243
कुल आउटपुट टोकन
150,107
प्रतिक्रिया समय (औसत)
6.66s
कुल लागत
$0.039
रैंक
#237
कुल आउटपुट टोकन
28,001
प्रतिक्रिया समय (औसत)
6.96s
कुल लागत
$0.049
अनुशंसित मॉडल GPT-5.6 Luna (low)

इस तुलना में इसका स्कोर सबसे अधिक है (6.9) और 2 मॉडलों में लागत और प्रतिक्रिया समय का समग्र संतुलन सबसे अच्छा है।

विस्तृत तुलना

मेट्रिक Mercury 2.5 Preview Mercury 2.5 Preview medium रिलीज़: 2026-09-02 GPT-5.6 Luna GPT-5.6 Luna low रिलीज़: 2026-07-09
स्कोर 6.8 6.9
रैंक #243 #237
विश्वसनीयता 10.0 10.0
संगति 9.6 8.3
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 66.7% 56.5%
अस्थिर टेस्ट 1 5
कुल रन 69 69
प्रति परिणाम लागत 0.244 2.428
कुल लागत $0.039 $0.049
इनपुट कीमत $0.040 / 1M $0.200 / 1M
आउटपुट कीमत $0.150 / 1M $1.200 / 1M
कैश पढ़ने की कीमत लागू नहीं $0.020 / 1M
कैश लिखने की कीमत लागू नहीं $0.250 / 1M
कुल इनपुट टोकन 397,291 202,680
आउटपुट टोकन 6,355 9,230
रीजनिंग टोकन 143,752 18,771
प्रतिक्रिया समय (औसत) 6.66s 6.96s
प्रतिक्रिया समय (अधिकतम) 74.63s 45.74s
प्रतिक्रिया समय (कुल) 153.29s 160.19s
पैरामीटर ~100B ~400B कुल (~17B सक्रिय)
उपलब्धता बंद स्रोत बंद 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.

#243 Mercury 2.5 Preview

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

#237 GPT-5.6 Luna

low
लागत
$0.011
समय
10.2s
टोकन
1,897 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
GPT-5.6 Luna 5.5 10.0 33.3% 0 4.61s 7,302 557 3,535

तुलना जोड़ी बदलें