नेविगेशन
Advertise here

Mercury 2.5 Preview (default) vs Qwen3 Coder Next (medium)

Mercury 2.5 Preview (default) average score में आगे है: 4.7 vs 4.7. Mercury 2.5 Preview (default) की benchmark लागत कम है: $0.023 vs $0.071. Mercury 2.5 Preview (default) तेज है: 7.05s vs 16.97s, pass rates 29.0% vs 24.6%.

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
#424
कुल आउटपुट टोकन
40,395
प्रतिक्रिया समय (औसत)
16.97s
कुल लागत
$0.071
अनुशंसित मॉडल Mercury 2.5 Preview (default)

It has the best score here (4.7), while costing about 3.0x less than Qwen3 Coder Next (medium).

विस्तृत तुलना

मेट्रिक Mercury 2.5 Preview Mercury 2.5 Preview default रिलीज़: 2026-09-02 Qwen3 Coder Next Qwen3 Coder Next medium रिलीज़: 2026-02-03
स्कोर 4.7 4.7
रैंक #419 #424
विश्वसनीयता 9.9 10.0
संगति 8.3 8.7
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 29.0% 24.6%
अस्थिर टेस्ट 5 4
कुल रन 69 69
प्रति परिणाम लागत 0.559 2.280
कुल लागत $0.023 $0.071
इनपुट कीमत $0.040 / 1M $0.120 / 1M
आउटपुट कीमत $0.150 / 1M $0.800 / 1M
कैश पढ़ने की कीमत लागू नहीं $0.070 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 250,541 311,647
आउटपुट टोकन 86,367 40,395
रीजनिंग टोकन 0 0
प्रतिक्रिया समय (औसत) 7.05s 16.97s
प्रतिक्रिया समय (अधिकतम) 84.96s 151.35s
प्रतिक्रिया समय (कुल) 162.25s 305.55s
पैरामीटर ~100B 80B कुल (3B सक्रिय)
उपलब्धता बंद स्रोत मुक्त स्रोत

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

#424 Qwen3 Coder Next

medium
Reached the allocated time limit (300 seconds) without receiving showcase output.
लागत
$0.000
समय
300.0s
टोकन
0 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
Qwen3 Coder Next 3.7 7.2 22.2% 1 924ms 7,185 336 0

तुलना जोड़ी बदलें