नेविगेशन
AI BENCHY
Advertise here

Mercury 2 vs MiniMax M2.5 (medium)

Mercury 2 average score में आगे है: 4.7 vs 4.6. Mercury 2 की benchmark लागत कम है: $0.030 vs $0.327. Mercury 2 तेज है: 825ms vs 69.08s, pass rates 24.2% vs 43.9%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-09-03

रैंक
#281
कुल आउटपुट टोकन
9,584
प्रतिक्रिया समय (औसत)
825ms
कुल लागत
$0.030
रैंक
#284
कुल आउटपुट टोकन
272,229
प्रतिक्रिया समय (औसत)
69.08s
कुल लागत
$0.327
अनुशंसित मॉडल Mercury 2

It has the best score here (4.7), while costing about 11.0x less than MiniMax M2.5 (medium).

विस्तृत तुलना

मेट्रिक Mercury 2 Mercury 2 none रिलीज़: 2026-02-24 MiniMax M2.5 MiniMax M2.5 medium रिलीज़: 2026-02-12
स्कोर 4.7 4.6
रैंक #281 #284
विश्वसनीयता 10.0 10.0
संगति 9.2 6.6
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 24.2% 43.9%
अस्थिर टेस्ट 2 9
कुल रन 66 66
प्रति परिणाम लागत 0.740 6.463
कुल लागत $0.030 $0.327
इनपुट कीमत $0.250 / 1M $0.270 / 1M
आउटपुट कीमत $0.750 / 1M $1.080 / 1M
कुल इनपुट टोकन 89,637 142,621
आउटपुट टोकन 9,584 20,409
रीजनिंग टोकन 0 251,820
प्रतिक्रिया समय (औसत) 825ms 69.08s
प्रतिक्रिया समय (अधिकतम) 4.52s 251.36s
प्रतिक्रिया समय (कुल) 18.14s 1036.24s
पैरामीटर ~100B 230B कुल (10B सक्रिय)
उपलब्धता बंद स्रोत वेट उपलब्ध

मॉडल जनरेशन शोकेस

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#281 Mercury 2

none
लागत
$0.002
समय
1.8s
टोकन
1,514 tok

#284 MiniMax M2.5

medium
अमान्य SVG
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 3.4 9.6 0.0% 0 1.03s 7,229 3,088 0
MiniMax M2.5 3.4 9.1 0.0% 0 188.58s 6,076 357 106,177

त्वरित तुलना

तुलना जोड़ी बदलें