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 Laguna S 2.1

average score लगभग बराबर है: 4.7 vs 4.7. Mercury 2.5 Preview (default) की benchmark लागत कम है: $0.023 vs $0.044. Mercury 2.5 Preview (default) तेज है: 7.05s vs 17.65s, pass rates 29.0% vs 14.5%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-13

तुलना किए गए मॉडल

रैंक
#345
कुल आउटपुट टोकन
86,367
प्रतिक्रिया समय (औसत)
7.05s
कुल लागत
$0.023
रैंक
#348
कुल आउटपुट टोकन
99,097
प्रतिक्रिया समय (औसत)
17.65s
कुल लागत
$0.044
अनुशंसित मॉडल Mercury 2.5 Preview (default)

It has the best score here (4.7), while costing about 1.9x less than Laguna S 2.1.

विस्तृत तुलना

मेट्रिक Mercury 2.5 Preview Mercury 2.5 Preview default रिलीज़: 2026-09-02 Laguna S 2.1 Laguna S 2.1 none रिलीज़: 2026-07-21 निःशुल्क उपलब्ध
स्कोर 4.7 4.7
रैंक #345 #348
विश्वसनीयता 9.9 10.0
संगति 8.3 8.8
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 29.0% 14.5%
अस्थिर टेस्ट 5 3
कुल रन 69 69
प्रति परिणाम लागत 0.559 2.306
कुल लागत $0.023 $0.044
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 250,541 287,445
आउटपुट टोकन 86,367 99,097
रीजनिंग टोकन 0 0
प्रतिक्रिया समय (औसत) 7.05s 17.65s
प्रतिक्रिया समय (अधिकतम) 84.96s 200.52s
प्रतिक्रिया समय (कुल) 162.25s 406.05s
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.

#345 Mercury 2.5 Preview

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

#348 Laguna S 2.1

none
लागत
$0.001
समय
7.6s
टोकन
1,345 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 3.4 9.7 0.0% 0 550ms 7,917 424 0

तुलना जोड़ी बदलें