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 MiMo-V2.6-Flash

Mercury 2.5 Preview (medium) average score में आगे है: 6.8 vs 5.4. Mercury 2.5 Preview (medium) की benchmark लागत कम है: $0.039 vs $0.060. MiMo-V2.6-Flash तेज है: 6.20s vs 6.66s, pass rates 66.7% vs 30.4%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-19

तुलना किए गए मॉडल

रैंक
#204
कुल आउटपुट टोकन
150,107
प्रतिक्रिया समय (औसत)
6.66s
कुल लागत
$0.039
रैंक
#327
कुल आउटपुट टोकन
75,728
प्रतिक्रिया समय (औसत)
6.20s
कुल लागत
$0.060
अनुशंसित मॉडल Mercury 2.5 Preview (medium)

It has the best score here (6.8), while costing about 1.6x less than MiMo-V2.6-Flash.

विस्तृत तुलना

मेट्रिक Mercury 2.5 Preview Mercury 2.5 Preview medium रिलीज़: 2026-09-02 MiMo-V2.6-Flash MiMo-V2.6-Flash none रिलीज़: 2026-09-22
स्कोर 6.8 5.4
रैंक #204 #327
विश्वसनीयता 10.0 10.0
संगति 9.6 9.2
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 66.7% 30.4%
अस्थिर टेस्ट 1 2
कुल रन 69 69
प्रति परिणाम लागत 0.244 1.000
कुल लागत $0.039 $0.060
इनपुट कीमत $0.040 / 1M $0.140 / 1M
आउटपुट कीमत $0.150 / 1M $0.280 / 1M
कैश पढ़ने की कीमत लागू नहीं $0.003 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 397,291 276,697
आउटपुट टोकन 6,355 75,728
रीजनिंग टोकन 143,752 0
प्रतिक्रिया समय (औसत) 6.66s 6.20s
प्रतिक्रिया समय (अधिकतम) 74.63s 62.57s
प्रतिक्रिया समय (कुल) 153.29s 142.63s
पैरामीटर ~100B 309B कुल (15B सक्रिय)
उपलब्धता बंद स्रोत मुक्त 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.

#204 Mercury 2.5 Preview

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

#327 MiMo-V2.6-Flash

none
लागत
$0.008
समय
173.0s
टोकन
28,061 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
MiMo-V2.6-Flash 3.7 7.6 11.1% 1 744ms 7,440 558 0

तुलना जोड़ी बदलें