नेविगेशन
Advertise here

Mercury 2.5 Preview (default) vs Nemotron 3.5 Lightning (medium)

average score लगभग बराबर है: 4.7 vs 4.7. Mercury 2.5 Preview (default) की benchmark लागत कम है: $0.023 vs $0.195. Mercury 2.5 Preview (default) तेज है: 7.05s vs 81.93s, pass rates 29.0% vs 47.8%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-11-16

तुलना किए गए मॉडल

रैंक
#419
कुल आउटपुट टोकन
86,367
प्रतिक्रिया समय (औसत)
7.05s
कुल लागत
$0.023
रैंक
#420
कुल आउटपुट टोकन
732,696
प्रतिक्रिया समय (औसत)
81.93s
कुल लागत
$0.195
अनुशंसित मॉडल Mercury 2.5 Preview (default)

It has the best score here (4.7), while costing about 8.5x less than Nemotron 3.5 Lightning (medium).

विस्तृत तुलना

मेट्रिक Mercury 2.5 Preview Mercury 2.5 Preview default रिलीज़: 2026-09-02 Nemotron 3.5 Lightning Nemotron 3.5 Lightning medium रिलीज़: 2026-08-11 निःशुल्क उपलब्ध
स्कोर 4.7 4.7
रैंक #419 #420
विश्वसनीयता 9.9 9.8
संगति 8.3 5.8
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 29.0% 47.8%
अस्थिर टेस्ट 5 12
कुल रन 69 69
प्रति परिणाम लागत 0.559 0.000
कुल लागत $0.023 $0.195
इनपुट कीमत $0.040 / 1M $0.060 / 1M
आउटपुट कीमत $0.150 / 1M $0.160 / 1M
कैश पढ़ने की कीमत लागू नहीं $0.030 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 250,541 195,780
आउटपुट टोकन 86,367 167,746
रीजनिंग टोकन 0 598,384
प्रतिक्रिया समय (औसत) 7.05s 81.93s
प्रतिक्रिया समय (अधिकतम) 84.96s 437.11s
प्रतिक्रिया समय (कुल) 162.25s 1884.31s
पैरामीटर ~100B 30B कुल (3B सक्रिय)
उपलब्धता बंद स्रोत वेट उपलब्ध

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.

#419 Mercury 2.5 Preview

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

#420 Nemotron 3.5 Lightning

medium
लागत
$0.000
समय
130.5s
टोकन
6,750 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 4.4 5.1 33.3% 2 285.47s 7,623 78,065 297,359

तुलना जोड़ी बदलें