नेविगेशन
AI BENCHY
Advertise here

Mercury 2.5 Preview vs Nemotron 3 Super

Mercury 2.5 Preview average score में आगे है: 4.9 vs 4.8. Nemotron 3 Super की benchmark लागत कम है: $0.008 vs $0.018. Mercury 2.5 Preview तेज है: 3.51s vs 6.04s, pass rates 30.3% vs 27.3%.

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
#261
कुल आउटपुट टोकन
6,432
प्रतिक्रिया समय (औसत)
6.04s
कुल लागत
$0.008
अनुशंसित मॉडल Mercury 2.5 Preview

It has the best score here (4.9), while responding about 1.7x faster than Nemotron 3 Super.

विस्तृत तुलना

मेट्रिक Mercury 2.5 Preview Mercury 2.5 Preview none रिलीज़: 2026-09-02 Nemotron 3 Super Nemotron 3 Super none रिलीज़: 2026-03-11 निःशुल्क उपलब्ध
स्कोर 4.9 4.8
रैंक #259 #261
विश्वसनीयता 10.0 9.2
संगति 8.3 9.2
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 30.3% 27.3%
अस्थिर टेस्ट 5 2
कुल रन 66 66
प्रति परिणाम लागत 0.440 0.034
कुल लागत $0.018 $0.008
इनपुट कीमत $0.040 / 1M $0.085 / 1M
आउटपुट कीमत $0.150 / 1M $0.400 / 1M
कुल इनपुट टोकन 130,296 63,528
आउटपुट टोकन 82,585 6,432
रीजनिंग टोकन 0 0
प्रतिक्रिया समय (औसत) 3.51s 6.04s
प्रतिक्रिया समय (अधिकतम) 60.70s 20.00s
प्रतिक्रिया समय (कुल) 77.28s 132.96s
पैरामीटर ~100B 120B कुल (12B 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

#261 Nemotron 3 Super

none
लागत
$0.000
समय
137.8s
टोकन
2,447 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 Super 3.3 7.2 11.1% 1 2.64s 7,627 571 0

त्वरित तुलना

तुलना जोड़ी बदलें