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 Qwen3.5-27B (medium)

average score लगभग बराबर है: 7.5 vs 7.5. Mercury 2.5 Preview (medium) की benchmark लागत कम है: $0.024 vs $0.982. Mercury 2.5 Preview (medium) तेज है: 3.58s vs 113.28s, pass rates 69.7% vs 75.8%.

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
#90
कुल आउटपुट टोकन
614,909
प्रतिक्रिया समय (औसत)
113.28s
कुल लागत
$0.982
अनुशंसित मॉडल Mercury 2.5 Preview (medium)

It has the best score here (7.5), while costing about 41.6x less than Qwen3.5-27B (medium).

विस्तृत तुलना

मेट्रिक Mercury 2.5 Preview Mercury 2.5 Preview medium रिलीज़: 2026-09-02 Qwen3.5-27B Qwen3.5-27B medium रिलीज़: 2026-02-24
स्कोर 7.5 7.5
रैंक #91 #90
विश्वसनीयता 10.0 10.0
संगति 9.6 7.8
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 69.7% 75.8%
अस्थिर टेस्ट 1 6
कुल रन 66 66
प्रति परिणाम लागत 0.158 8.217
कुल लागत $0.024 $0.982
इनपुट कीमत $0.040 / 1M $0.195 / 1M
आउटपुट कीमत $0.150 / 1M $1.560 / 1M
कुल इनपुट टोकन 112,713 111,644
आउटपुट टोकन 5,436 16,113
रीजनिंग टोकन 121,598 598,796
प्रतिक्रिया समय (औसत) 3.58s 113.28s
प्रतिक्रिया समय (अधिकतम) 17.84s 1026.43s
प्रतिक्रिया समय (कुल) 78.66s 2492.26s
पैरामीटर ~100B 27B
उपलब्धता बंद स्रोत मुक्त स्रोत

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

#90 Qwen3.5-27B

medium
लागत
$0.008
समय
62.0s
टोकन
3,099 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
Qwen3.5-27B 6.2 7.1 55.6% 1 160.69s 7,895 6,381 89,388

त्वरित तुलना

तुलना जोड़ी बदलें