नेविगेशन
AI BENCHY
Advertise here

AI BENCHY तुलना

Inception: Mercury 2 vs MoonshotAI: Kimi K2.6

सारांश

Mercury 2 vs Kimi K2.6 benchmark तुलना: Kimi K2.6 average score में आगे है: 5.8 vs 4.6. Mercury 2 की benchmark लागत कम है: $0.011 vs $0.079. Mercury 2 तेज है: 653ms vs 13.27s, pass rates 23.8% vs 36.5%.

अनुशंसित मॉडल: Mercury 2 - It offers the best overall trade-off: a competitive score (4.6), lower cost than Kimi K2.6, and balanced response time.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-06-18

मेट्रिक Mercury 2 Mercury 2 none रिलीज़: 2026-02-24 Kimi K2.6 Kimi K2.6 none रिलीज़: 2026-04-20 निःशुल्क उपलब्ध
स्कोर 4.6 5.8
रैंक #151 #111
विश्वसनीयता 10.0 10.0
संगति 9.2 9.2
सही परीक्षण
प्रति प्रयास पास दर 23.8% 36.5%
अस्थिर टेस्ट 2 2
कुल रन 63 63
प्रति परिणाम लागत 0.259 1.267
कुल लागत $0.011 $0.079
इनपुट कीमत $0.250 / 1M $0.680 / 1M
आउटपुट कीमत $0.750 / 1M $3.410 / 1M
कुल इनपुट टोकन 28,113 32,916
आउटपुट टोकन 4,439 16,410
रीजनिंग टोकन 0 0
प्रतिक्रिया समय (औसत) 653ms 13.27s
प्रतिक्रिया समय (अधिकतम) 1.43s 238.89s
प्रतिक्रिया समय (कुल) 13.72s 278.57s

जनरेशन शोकेस

Hamster playing table tennis

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

#151 Mercury 2

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

#111 MoonshotAI: Kimi K2.6

none
लागत
$0.020
समय
127.4s
टोकन
4,429 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

एंटी-एआई ट्रिक्स स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Mercury 2 3.0 10.0 0.0% 0 483ms 631 286 0
Kimi K2.6 4.6 10.0 25.0% 0 1.39s 618 471 0
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
Kimi K2.6 5.5 9.8 33.3% 0 82.57s 5,986 14,754 0
संयुक्त स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Mercury 2 3.0 10.0 0.0% 0 606ms 4,821 131 0
Kimi K2.6 3.0 10.0 0.0% 0 3.38s 11,269 290 0
डेटा पार्सिंग और निष्कर्षण स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Mercury 2 7.3 5.9 83.3% 1 667ms 6,362 180 0
Kimi K2.6 10.0 10.0 100.0% 0 1.32s 7,014 201 0
डोमेन-विशिष्ट स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Mercury 2 5.3 7.2 44.4% 1 534ms 784 46 0
Kimi K2.6 5.3 7.2 44.4% 1 1.48s 732 42 0
Samanya Buddhimatta स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Mercury 2 4.8 10.0 0.0% 0 628ms 495 159 0
Kimi K2.6 5.4 3.5 33.3% 1 1.55s 477 138 0
निर्देश पालन स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Mercury 2 6.5 10.0 50.0% 0 551ms 691 82 0
Kimi K2.6 6.5 10.0 50.0% 0 1.64s 669 72 0
पहेली समाधान स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Mercury 2 3.1 10.0 0.0% 0 535ms 694 251 0
Kimi K2.6 3.1 9.9 0.0% 0 1.40s 651 185 0
टूल कॉलिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Mercury 2 10.0 10.0 100.0% 0 1.27s 6,193 197 0
Kimi K2.6 10.0 10.0 100.0% 0 4.46s 5,286 240 0
सामान्य ज्ञान स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Mercury 2 3.0 10.0 0.0% 0 548ms 213 19 0
Kimi K2.6 3.0 10.0 0.0% 0 1.36s 214 17 0

त्वरित तुलना

तुलना जोड़ी बदलें

North Mini Codemediumनिःशुल्क उपलब्धvsKimi K2.6noneनिःशुल्क उपलब्धMercury 2nonevsQwen3 Coder NextmediumMercury 2nonevsMiniMax M2.5mediumCobuddymediumvsMercury 2noneGemini 3.1 Flash LiteminimalvsKimi K2.6noneनिःशुल्क उपलब्धMercury 2nonevsGLM 4.7 FlashmediumMercury 2nonevsMistral Small 4mediumKimi K2.6noneनिःशुल्क उपलब्धvsQwen3.5-35B-A3BmediumGemma 4 31Bmediumनिःशुल्क उपलब्धvsKimi K2.6noneनिःशुल्क उपलब्धKimi K2.6noneनिःशुल्क उपलब्धvsNemotron 3 Supermediumनिःशुल्क उपलब्धMercury 2nonevsMiniMax M2.7mediumMiniMax M2.7mediumvsKimi K2.6noneनिःशुल्क उपलब्ध