नेविगेशन
AI BENCHY
Advertise here

Mercury 2.5 Preview vs Nemotron 3.5 Lightning (low)

Mercury 2.5 Preview average score में आगे है: 4.9 vs 4.8. Mercury 2.5 Preview की benchmark लागत कम है: $0.018 vs $0.140. Mercury 2.5 Preview तेज है: 3.51s vs 59.81s, pass rates 30.3% vs 42.4%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-09-02

रैंक
#259
कुल आउटपुट टोकन
82,585
प्रतिक्रिया समय (औसत)
3.51s
कुल लागत
$0.018
रैंक
#264
कुल आउटपुट टोकन
665,174
प्रतिक्रिया समय (औसत)
59.81s
कुल लागत
$0.140
अनुशंसित मॉडल Mercury 2.5 Preview

It has the best score here (4.9), while costing about 7.9x less than Nemotron 3.5 Lightning (low).

विस्तृत तुलना

मेट्रिक Mercury 2.5 Preview Mercury 2.5 Preview none रिलीज़: 2026-09-02 Nemotron 3.5 Lightning Nemotron 3.5 Lightning low रिलीज़: 2026-08-11 निःशुल्क उपलब्ध
स्कोर 4.9 4.8
रैंक #259 #264
विश्वसनीयता 10.0 9.8
संगति 8.3 6.8
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 30.3% 42.4%
अस्थिर टेस्ट 5 9
कुल रन 66 66
प्रति परिणाम लागत 0.440 0.000
कुल लागत $0.018 $0.140
इनपुट कीमत $0.040 / 1M $0.080 / 1M
आउटपुट कीमत $0.150 / 1M $0.200 / 1M
कुल इनपुट टोकन 130,296 138,792
आउटपुट टोकन 82,585 142,972
रीजनिंग टोकन 0 522,202
प्रतिक्रिया समय (औसत) 3.51s 59.81s
प्रतिक्रिया समय (अधिकतम) 60.70s 312.21s
प्रतिक्रिया समय (कुल) 77.28s 1315.80s
पैरामीटर ~100B 30B कुल (3B सक्रिय)
उपलब्धता बंद स्रोत वेट उपलब्ध

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#259 Mercury 2.5 Preview

none
अमान्य SVG
लागत
$0.001
समय
3.3s
टोकन
3,122 tok

#264 Nemotron 3.5 Lightning

low
लागत
$0.000
समय
32.2s
टोकन
6,089 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
Nemotron 3.5 Lightning 4.0 7.8 11.1% 1 224.42s 7,522 72,614 262,558

त्वरित तुलना

तुलना जोड़ी बदलें