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

Inception: Mercury 2 vs MiniMax: MiniMax M2.5

Mercury 2 average score में आगे है: 4.6 vs 4.6. Mercury 2 की benchmark लागत कम है: $0.030 vs $0.340. Mercury 2 तेज है: 829ms vs 68.27s, pass rates 22.7% vs 45.5%.

अनुशंसित मॉडलMercury 2It has the best score here (4.6), while costing about 11.6x less than MiniMax M2.5 (medium).

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-18

मेट्रिक Mercury 2 Mercury 2 none रिलीज़: 2026-02-24 MiniMax M2.5 MiniMax M2.5 medium रिलीज़: 2026-02-12
स्कोर 4.6 4.6
रैंक #185 #186
विश्वसनीयता 10.0 10.0
संगति 9.2 6.2
सही परीक्षण
प्रति प्रयास पास दर 22.7% 45.5%
अस्थिर टेस्ट 2 10
कुल रन 66 66
प्रति परिणाम लागत 0.734 8.648
कुल लागत $0.030 $0.340
इनपुट कीमत $0.250 / 1M $0.150 / 1M
आउटपुट कीमत $0.750 / 1M $0.900 / 1M
कुल इनपुट टोकन 88,704 142,561
आउटपुट टोकन 9,564 125,442
रीजनिंग टोकन 0 339,935
प्रतिक्रिया समय (औसत) 829ms 68.27s
प्रतिक्रिया समय (अधिकतम) 4.52s 251.36s
प्रतिक्रिया समय (कुल) 18.24s 955.75s

Hamster playing table tennis

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

#185 Mercury 2

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

#186 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