नेविगेशन
Advertise here

Mercury 2 (medium) vs Qwen3.6 35B A3B (medium)

Mercury 2 (medium) average score में आगे है: 6.6 vs 6.5. Mercury 2 (medium) की benchmark लागत कम है: $0.121 vs $0.834. Mercury 2 (medium) तेज है: 4.40s vs 59.92s, pass rates 53.6% vs 58.0%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-17

तुलना किए गए मॉडल

रैंक
#218
कुल आउटपुट टोकन
96,943
प्रतिक्रिया समय (औसत)
4.40s
कुल लागत
$0.121
रैंक
#223
कुल आउटपुट टोकन
769,570
प्रतिक्रिया समय (औसत)
59.92s
कुल लागत
$0.834
अनुशंसित मॉडल Mercury 2 (medium)

It has the best score here (6.6), while costing about 6.9x less than Qwen3.6 35B A3B (medium).

विस्तृत तुलना

मेट्रिक Mercury 2 Mercury 2 medium रिलीज़: 2026-02-24 Qwen3.6 35B A3B Qwen3.6 35B A3B medium रिलीज़: 2026-04-20
स्कोर 6.6 6.5
रैंक #218 #223
विश्वसनीयता 10.0 10.0
संगति 8.1 9.0
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 53.6% 58.0%
अस्थिर टेस्ट 5 3
कुल रन 69 69
प्रति परिणाम लागत 1.201 6.732
कुल लागत $0.121 $0.834
इनपुट कीमत $0.250 / 1M $0.150 / 1M
आउटपुट कीमत $0.750 / 1M $1.000 / 1M
कैश पढ़ने की कीमत $0.025 / 1M $0.050 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 189,300 282,192
आउटपुट टोकन 10,854 75,306
रीजनिंग टोकन 86,089 700,868
प्रतिक्रिया समय (औसत) 4.40s 59.92s
प्रतिक्रिया समय (अधिकतम) 34.92s 817.57s
प्रतिक्रिया समय (कुल) 96.81s 1258.32s
पैरामीटर ~100B 35B 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.

#218 Mercury 2

medium
लागत
$0.002
समय
2.1s
टोकन
1,702 tok

#223 Qwen3.6 35B A3B

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 8.2 7.7 77.8% 1 2.04s 7,065 296 11,328
Qwen3.6 35B A3B 7.7 10.0 66.7% 0 50.55s 5,051 7,929 37,223

त्वरित तुलना

तुलना जोड़ी बदलें

Mercury 2mediumvsStep 3.7 FlashhighMercury 2.5 PreviewhighvsQwen3.6 35B A3BmediumMercury 2.5highvsQwen3.6 35B A3BmediumQwen3.6 35B A3BmediumvsBeam 1.0 501B A23BxhighMercury 2mediumvsLongCat 2.0lowMercury 2mediumvsKAT-Coder-Pro V2.5lowQwen3.6 35B A3BmediumvsGLM 5.3lowQwen3.6 35B A3BmediumvsGLM 5.1noneKAT-Coder-Pro V2.5lowvsQwen3.6 35B A3BmediumKAT-Coder-Pro V2.5highvsQwen3.6 35B A3BmediumMercury 2mediumvsGLM 5.2noneQwen3.6 35B A3BmediumvsStep 3.7 Flashhigh