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 vs Laguna S 2.1 (high)

Laguna S 2.1 (high) average score में आगे है: 4.9 vs 4.7. Mercury 2.5 Preview की benchmark लागत कम है: $0.023 vs $0.145. Mercury 2.5 Preview तेज है: 7.05s vs 113.63s, pass rates 29.0% vs 27.5%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-03

तुलना किए गए मॉडल

रैंक
#322
कुल आउटपुट टोकन
86,367
प्रतिक्रिया समय (औसत)
7.05s
कुल लागत
$0.023
रैंक
#313
कुल आउटपुट टोकन
630,543
प्रतिक्रिया समय (औसत)
113.63s
कुल लागत
$0.145
अनुशंसित मॉडल Mercury 2.5 Preview

Its score stays close to the best score here (4.7 vs 4.9), while costing about 6.3x less than Laguna S 2.1 (high).

विस्तृत तुलना

मेट्रिक Mercury 2.5 Preview Mercury 2.5 Preview none रिलीज़: 2026-09-02 Laguna S 2.1 Laguna S 2.1 high रिलीज़: 2026-07-21 निःशुल्क उपलब्ध
स्कोर 4.7 4.9
रैंक #322 #313
विश्वसनीयता 9.9 10.0
संगति 8.3 7.8
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 29.0% 27.5%
अस्थिर टेस्ट 5 6
कुल रन 69 69
प्रति परिणाम लागत 0.559 3.664
कुल लागत $0.023 $0.145
इनपुट कीमत $0.040 / 1M $0.090 / 1M
आउटपुट कीमत $0.150 / 1M $0.180 / 1M
कैश पढ़ने की कीमत लागू नहीं $0.009 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 250,541 344,806
आउटपुट टोकन 86,367 177,330
रीजनिंग टोकन 0 453,213
प्रतिक्रिया समय (औसत) 7.05s 113.63s
प्रतिक्रिया समय (अधिकतम) 84.96s 1190.11s
प्रतिक्रिया समय (कुल) 162.25s 2613.48s
पैरामीटर ~100B 118B कुल (8B 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.

#322 Mercury 2.5 Preview

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

#313 Laguna S 2.1

high
लागत
$0.001
समय
6.8s
टोकन
1,389 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
Laguna S 2.1 5.3 7.2 44.4% 1 271.42s 6,496 59,355 151,009

त्वरित तुलना

तुलना जोड़ी बदलें