नेविगेशन
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Mercury 2 (medium) vs Qwen3.7 Flash (medium)

average score लगभग बराबर है: 6.6 vs 6.6. Qwen3.7 Flash (medium) की benchmark लागत कम है: $0.076 vs $0.121. Mercury 2 (medium) तेज है: 4.40s vs 51.80s, pass rates 53.6% vs 62.3%.

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
#216
कुल आउटपुट टोकन
514,925
प्रतिक्रिया समय (औसत)
51.80s
कुल लागत
$0.076
अनुशंसित मॉडल Mercury 2 (medium)

It has the best score here (6.6), while responding about 11.8x faster than Qwen3.7 Flash (medium).

विस्तृत तुलना

मेट्रिक Mercury 2 Mercury 2 medium रिलीज़: 2026-02-24 Qwen3.7 Flash Qwen3.7 Flash medium रिलीज़: 2026-07-28
स्कोर 6.6 6.6
रैंक #218 #216
विश्वसनीयता 10.0 10.0
संगति 8.1 7.3
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 53.6% 62.3%
अस्थिर टेस्ट 5 8
कुल रन 69 69
प्रति परिणाम लागत 1.201 0.760
कुल लागत $0.121 $0.076
इनपुट कीमत $0.250 / 1M $0.030 / 1M
आउटपुट कीमत $0.750 / 1M $0.130 / 1M
कैश पढ़ने की कीमत $0.025 / 1M $0.006 / 1M
कैश लिखने की कीमत लागू नहीं $0.039 / 1M
कुल इनपुट टोकन 189,300 300,394
आउटपुट टोकन 10,854 14,081
रीजनिंग टोकन 86,089 500,844
प्रतिक्रिया समय (औसत) 4.40s 51.80s
प्रतिक्रिया समय (अधिकतम) 34.92s 593.64s
प्रतिक्रिया समय (कुल) 96.81s 1191.42s
पैरामीटर ~100B ~35B कुल (~3B सक्रिय)
उपलब्धता बंद स्रोत बंद 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

#216 Qwen3.7 Flash

medium
Reached the allocated time limit (600 seconds) without receiving showcase output.
लागत
$0.000
समय
600.0s
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
Qwen3.7 Flash 6.2 6.9 55.6% 1 46.78s 7,893 563 61,902

त्वरित तुलना

तुलना जोड़ी बदलें

Mercury 2mediumvsStep 3.7 FlashhighLongCat 2.0lowvsQwen3.7 FlashmediumQwen3.7 FlashmediumvsGLM 5.2noneMercury 2mediumvsLongCat 2.0lowMercury 2mediumvsKAT-Coder-Pro V2.5lowGPT-5.5nonevsQwen3.7 FlashmediumQwen3.7 FlashmediumvsGLM 5.3 FlashlowQwen3.7 FlashmediumvsStep 3.7 FlashhighMercury 2mediumvsGLM 5.2noneKAT-Coder-Pro V2.5lowvsQwen3.7 FlashmediumApodex 1.1 Minihighनिःशुल्क उपलब्धvsQwen3.7 FlashmediumMercury 2mediumvsGPT-5.5none