नेविगेशन
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 Particle-1

Mercury 2.5 Preview (medium) average score में आगे है: 6.8 vs 6.0. Mercury 2.5 Preview (medium) की benchmark लागत कम है: $0.039 vs $0.059. Mercury 2.5 Preview (medium) तेज है: 6.66s vs 8.61s, pass rates 66.7% vs 34.8%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-11-10

तुलना किए गए मॉडल

रैंक
#231
कुल आउटपुट टोकन
150,107
प्रतिक्रिया समय (औसत)
6.66s
कुल लागत
$0.039
रैंक
#312
कुल आउटपुट टोकन
87,599
प्रतिक्रिया समय (औसत)
8.61s
कुल लागत
$0.059
अनुशंसित मॉडल Mercury 2.5 Preview (medium)

It has the best score here (6.8), while costing about 1.5x less than Particle-1.

विस्तृत तुलना

मेट्रिक Mercury 2.5 Preview Mercury 2.5 Preview medium रिलीज़: 2026-09-02 Particle-1 Particle-1 none रिलीज़: 2026-10-28
स्कोर 6.8 6.0
रैंक #231 #312
विश्वसनीयता 10.0 10.0
संगति 9.6 9.4
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 66.7% 34.8%
अस्थिर टेस्ट 1 2
कुल रन 69 69
प्रति परिणाम लागत 0.244 0.829
कुल लागत $0.039 $0.059
इनपुट कीमत $0.040 / 1M $0.050 / 1M
आउटपुट कीमत $0.150 / 1M $0.500 / 1M
कैश पढ़ने की कीमत लागू नहीं $0.003 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 397,291 284,369
आउटपुट टोकन 6,355 87,599
रीजनिंग टोकन 143,752 0
प्रतिक्रिया समय (औसत) 6.66s 8.61s
प्रतिक्रिया समय (अधिकतम) 74.63s 107.90s
प्रतिक्रिया समय (कुल) 153.29s 198.13s
पैरामीटर ~100B ~748B कुल (~16B 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.

#231 Mercury 2.5 Preview

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

#312 Particle-1

none
लागत
$0.001
समय
8.0s
टोकन
1,715 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
Particle-1 5.3 7.9 11.1% 1 36.78s 7,761 73,822 0

तुलना जोड़ी बदलें