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 MiMo-V2.5

MiMo-V2.5 average score में आगे है: 4.9 vs 4.7. Mercury 2.5 Preview (default) की benchmark लागत कम है: $0.023 vs $0.049. Mercury 2.5 Preview (default) तेज है: 7.05s vs 9.88s, pass rates 29.0% vs 26.1%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-16

तुलना किए गए मॉडल

रैंक
#353
कुल आउटपुट टोकन
86,367
प्रतिक्रिया समय (औसत)
7.05s
कुल लागत
$0.023
रैंक
#347
कुल आउटपुट टोकन
33,960
प्रतिक्रिया समय (औसत)
9.88s
कुल लागत
$0.049
अनुशंसित मॉडल MiMo-V2.5

इस तुलना में इसका स्कोर सबसे अधिक है (4.9) और 2 मॉडलों में लागत और प्रतिक्रिया समय का समग्र संतुलन सबसे अच्छा है।

विस्तृत तुलना

मेट्रिक Mercury 2.5 Preview Mercury 2.5 Preview default रिलीज़: 2026-09-02 MiMo-V2.5 MiMo-V2.5 none रिलीज़: 2026-04-22
स्कोर 4.7 4.9
रैंक #353 #347
विश्वसनीयता 9.9 10.0
संगति 8.3 9.3
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 29.0% 26.1%
अस्थिर टेस्ट 5 2
कुल रन 69 69
प्रति परिणाम लागत 0.559 1.246
कुल लागत $0.023 $0.049
इनपुट कीमत $0.040 / 1M $0.140 / 1M
आउटपुट कीमत $0.150 / 1M $0.280 / 1M
कैश पढ़ने की कीमत लागू नहीं $0.003 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 250,541 276,608
आउटपुट टोकन 86,367 17,693
रीजनिंग टोकन 0 16,267
प्रतिक्रिया समय (औसत) 7.05s 9.88s
प्रतिक्रिया समय (अधिकतम) 84.96s 124.23s
प्रतिक्रिया समय (कुल) 162.25s 227.24s
पैरामीटर ~100B 310B कुल (15B 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.

#353 Mercury 2.5 Preview

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

#347 MiMo-V2.5

none
लागत
$0.007
समय
267.4s
टोकन
25,283 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
MiMo-V2.5 5.5 10.0 33.3% 0 3.24s 7,440 696 0

तुलना जोड़ी बदलें