नेविगेशन
Advertise here

Mercury 2 (medium) vs Step 3.7 Flash (high)

average score लगभग बराबर है: 6.6 vs 6.6. Mercury 2 (medium) की benchmark लागत कम है: $0.121 vs $1.478. Mercury 2 (medium) तेज है: 4.40s vs 72.72s, pass rates 53.6% vs 58.0%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-11-16

तुलना किए गए मॉडल

रैंक
#268
कुल आउटपुट टोकन
96,943
प्रतिक्रिया समय (औसत)
4.40s
कुल लागत
$0.121
रैंक
#269
कुल आउटपुट टोकन
1,100,052
प्रतिक्रिया समय (औसत)
72.72s
कुल लागत
$1.478
अनुशंसित मॉडल Mercury 2 (medium)

It has the best score here (6.6), while costing about 12.3x less than Step 3.7 Flash (high).

विस्तृत तुलना

मेट्रिक Mercury 2 Mercury 2 medium रिलीज़: 2026-02-24 Step 3.7 Flash Step 3.7 Flash high रिलीज़: 2026-05-29
स्कोर 6.6 6.6
रैंक #268 #269
विश्वसनीयता 10.0 10.0
संगति 8.1 8.5
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 53.6% 58.0%
अस्थिर टेस्ट 5 4
कुल रन 69 69
प्रति परिणाम लागत 1.201 12.267
कुल लागत $0.121 $1.478
इनपुट कीमत $0.250 / 1M $0.200 / 1M
आउटपुट कीमत $0.750 / 1M $1.150 / 1M
कैश पढ़ने की कीमत $0.025 / 1M $0.040 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 189,300 421,200
आउटपुट टोकन 10,854 1,100,052
रीजनिंग टोकन 86,089 0
प्रतिक्रिया समय (औसत) 4.40s 72.72s
प्रतिक्रिया समय (अधिकतम) 34.92s 364.99s
प्रतिक्रिया समय (कुल) 96.81s 1672.53s
पैरामीटर ~100B 198B कुल (11B 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.

#268 Mercury 2

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

#269 Step 3.7 Flash

high
लागत
$0.007
समय
63.6s
टोकन
6,030 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
Step 3.7 Flash 4.0 6.0 22.2% 1 206.21s 6,057 327,340 0

तुलना जोड़ी बदलें