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 (default) vs Ling 3.0 Flash

Ling 3.0 Flash average score में आगे है: 5.2 vs 4.7. Ling 3.0 Flash की benchmark लागत कम है: $0.004 vs $0.023. Ling 3.0 Flash तेज है: 3.40s vs 7.05s, pass rates 29.0% vs 26.1%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-16

तुलना किए गए मॉडल

रैंक
#353
कुल आउटपुट टोकन
86,367
प्रतिक्रिया समय (औसत)
7.05s
कुल लागत
$0.023
रैंक
#324
कुल आउटपुट टोकन
12,777
प्रतिक्रिया समय (औसत)
3.40s
कुल लागत
$0.004
अनुशंसित मॉडल Ling 3.0 Flash

It has the best score here (5.2), while costing about 6.7x less than Mercury 2.5 Preview (default).

विस्तृत तुलना

मेट्रिक Mercury 2.5 Preview Mercury 2.5 Preview default रिलीज़: 2026-09-02 Ling 3.0 Flash Ling 3.0 Flash none रिलीज़: 2026-07-24
स्कोर 4.7 5.2
रैंक #353 #324
विश्वसनीयता 9.9 10.0
संगति 8.3 10.0
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 29.0% 26.1%
अस्थिर टेस्ट 5 0
कुल रन 69 69
प्रति परिणाम लागत 0.559 0.000
कुल लागत $0.023 $0.004
इनपुट कीमत $0.040 / 1M $0.021 / 1M
आउटपुट कीमत $0.150 / 1M $0.063 / 1M
कैश पढ़ने की कीमत लागू नहीं $0.005 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 250,541 123,993
आउटपुट टोकन 86,367 12,777
रीजनिंग टोकन 0 0
प्रतिक्रिया समय (औसत) 7.05s 3.40s
प्रतिक्रिया समय (अधिकतम) 84.96s 17.51s
प्रतिक्रिया समय (कुल) 162.25s 74.77s
पैरामीटर ~100B 124B कुल (5.1B 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.

#353 Mercury 2.5 Preview

default
अमान्य SVG
लागत
$0.001
समय
3.3s
टोकन
3,122 tok

#324 Ling 3.0 Flash

none
लागत
$0.000
समय
11.6s
टोकन
2,781 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 4.7 7.9 22.2% 1 459ms 7,850 650 0
Ling 3.0 Flash 5.5 10.0 33.3% 0 6.39s 8,307 639 0

तुलना जोड़ी बदलें