Mercury 2.5 Preview (medium) vs Space Bunny Alpha (max)

Mercury 2.5 Preview (medium) average score में आगे है: 6.8 vs 6.7. Space Bunny Alpha (max) की benchmark लागत कम है: $0.000 vs $0.037. Mercury 2.5 Preview (medium) तेज है: 6.66s vs 36.24s, pass rates 66.7% vs 59.4%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-01

तुलना किए गए मॉडल

रैंक: #171
कुल आउटपुट टोकन: 150,107
प्रतिक्रिया समय (औसत): 6.66s
कुल लागत: $0.037

रैंक: #173
कुल आउटपुट टोकन: 219,014
प्रतिक्रिया समय (औसत): 36.24s
कुल लागत: $0.000

अनुशंसित मॉडल Mercury 2.5 Preview (medium)

It has the best score here (6.8), while responding about 5.4x faster than Space Bunny Alpha (max).

विस्तृत तुलना

मेट्रिक	Mercury 2.5 Preview Mercury 2.5 Preview medium रिलीज़: 2026-09-02	Space Bunny Alpha Space Bunny Alpha max रिलीज़: 2026-09-24

मेट्रिक	Mercury 2.5 Preview Mercury 2.5 Preview medium रिलीज़: 2026-09-02	Space Bunny Alpha Space Bunny Alpha max रिलीज़: 2026-09-24
स्कोर	6.8	6.7
रैंक	#171	#173
विश्वसनीयता	10.0	10.0
संगति	9.6	8.3
प्रयास	69/69	69/69
सही परीक्षण
प्रति प्रयास पास दर	66.7%	59.4%
अस्थिर टेस्ट	1	5
कुल रन	69	69
प्रति परिणाम लागत	0.244	0.000
कुल लागत	$0.037	$0.000
इनपुट कीमत	$0.000 / 1M	$0.000 / 1M
आउटपुट कीमत	$0.000 / 1M	$0.000 / 1M
कुल इनपुट टोकन	397,291	315,136
आउटपुट टोकन	6,355	219,014
रीजनिंग टोकन	143,752	0
प्रतिक्रिया समय (औसत)	6.66s	36.24s
प्रतिक्रिया समय (अधिकतम)	74.63s	320.00s
प्रतिक्रिया समय (कुल)	153.29s	833.43s
पैरामीटर	~100B	-
उपलब्धता	बंद स्रोत	बंद स्रोत

मॉडल जनरेशन शोकेस

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#171 Mercury 2.5 Preview

medium

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

#173 Space Bunny Alpha

max

लागत: $0.000
समय: 183.9s
टोकन: 19,570 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

श्रेणी:

स्वायत्त एजेंट कार्य	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Mercury 2.5 Preview	3.9	9.6	0.0%	0		74.63s	284,578	919	22,154
Space Bunny Alpha	6.1	3.1	66.7%	1		90.59s	182,282	11,433	0

एंटी-एआई ट्रिक्स	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Mercury 2.5 Preview	10.0	10.0	100.0%	0		1.43s	781	203	7,921
Space Bunny Alpha	6.4	7.9	58.3%	1		2.61s	2,130	2,397	0

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
Space Bunny Alpha	5.7	7.1	44.4%	1		17.08s	8,493	16,335	0

संयुक्त	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Mercury 2.5 Preview	6.5	10.0	50.0%	0		13.86s	92,663	3,607	41,588
Space Bunny Alpha	6.5	10.0	50.0%	0		61.05s	98,873	41,023	0

डेटा पार्सिंग और निष्कर्षण	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Mercury 2.5 Preview	10.0	10.0	100.0%	0		2.77s	8,292	514	11,354
Space Bunny Alpha	10.0	10.0	100.0%	0		2.64s	7,890	1,077	0

डोमेन-विशिष्ट	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Mercury 2.5 Preview	5.3	7.2	44.4%	1		3.72s	853	62	17,120
Space Bunny Alpha	7.7	10.0	66.7%	0		140.04s	1,869	114,458	0

Samanya Buddhimatta	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Mercury 2.5 Preview	5.0	10.0	0.0%	0		2.09s	538	99	3,375
Space Bunny Alpha	5.3	10.0	0.0%	0		8.15s	855	2,091	0

निर्देश पालन	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Mercury 2.5 Preview	9.8	10.0	100.0%	0		1.35s	744	96	3,987
Space Bunny Alpha	5.9	2.6	66.7%	2		3.78s	1,425	1,845	0

पहेली समाधान	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Mercury 2.5 Preview	10.0	10.0	100.0%	0		1.87s	771	274	7,323
Space Bunny Alpha	7.8	9.9	66.7%	0		9.15s	1,782	7,206	0

टूल कॉलिंग	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Mercury 2.5 Preview	3.0	10.0	0.0%	0		2.37s	0	0	0
Space Bunny Alpha	10.0	10.0	100.0%	0		5.58s	8,961	1,076	0

सामान्य ज्ञान	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Mercury 2.5 Preview	3.0	10.0	0.0%	0		4.13s	232	29	6,804
Space Bunny Alpha	3.0	10.0	0.0%	0		84.94s	576	20,073	0

त्वरित तुलना

तुलना जोड़ी बदलें

Mercury 2.5 PreviewmediumvsInklinglowनिःशुल्क उपलब्ध Mercury 2.5 PreviewmediumvsGPT-6 Solnone Space Bunny AlphamaxvsSolar Pro 4xhigh Space Bunny AlphamaxvsGrok 4.7xhigh Space Bunny AlphamaxvsGrok Build 0.1medium Claude Opus 4.8nonevsMercury 2.5 Previewmedium Claude Sonnet 5.5lowvsMercury 2.5 Previewmedium Mercury 2.5 PreviewmediumvsGPT-5.6 Lunalow GPT-6 SolnonevsSpace Bunny Alphamax Qwen3.5-FlashnonevsSpace Bunny Alphamax Ember-1highvsMercury 2.5 Previewmedium Space Bunny AlphamaxvsSolar Pro 4low