नेविगेशन
Advertise here

Mercury 2 vs Nemotron 3.5 Lightning (low)

Nemotron 3.5 Lightning (low) average score में आगे है: 4.6 vs 4.4. Mercury 2 की benchmark लागत कम है: $0.033 vs $0.117. Mercury 2 तेज है: 1.18s vs 83.19s, pass rates 23.2% vs 40.6%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-01

तुलना किए गए मॉडल

रैंक
#338
कुल आउटपुट टोकन
9,709
प्रतिक्रिया समय (औसत)
1.18s
कुल लागत
$0.033
रैंक
#325
कुल आउटपुट टोकन
670,615
प्रतिक्रिया समय (औसत)
83.19s
कुल लागत
$0.117
अनुशंसित मॉडल Mercury 2

Its score stays close to the best score here (4.4 vs 4.6), while costing about 3.6x less than Nemotron 3.5 Lightning (low).

विस्तृत तुलना

मेट्रिक Mercury 2 Mercury 2 none रिलीज़: 2026-02-24 Nemotron 3.5 Lightning Nemotron 3.5 Lightning low रिलीज़: 2026-08-11 निःशुल्क उपलब्ध
स्कोर 4.4 4.6
रैंक #338 #325
विश्वसनीयता 10.0 9.5
संगति 9.2 6.8
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 23.2% 40.6%
अस्थिर टेस्ट 2 9
कुल रन 69 69
प्रति परिणाम लागत 0.812 0.000
कुल लागत $0.033 $0.117
इनपुट कीमत $0.250 / 1M $0.060 / 1M
आउटपुट कीमत $0.750 / 1M $0.160 / 1M
कुल इनपुट टोकन 100,634 207,883
आउटपुट टोकन 9,709 144,718
रीजनिंग टोकन 0 525,897
प्रतिक्रिया समय (औसत) 1.18s 83.19s
प्रतिक्रिया समय (अधिकतम) 9.00s 597.61s
प्रतिक्रिया समय (कुल) 27.14s 1913.41s
पैरामीटर ~100B 30B कुल (3B 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.

#338 Mercury 2

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

#325 Nemotron 3.5 Lightning

low
लागत
$0.000
समय
32.2s
टोकन
6,089 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
Nemotron 3.5 Lightning 4.0 7.8 11.1% 1 224.42s 7,522 72,614 262,558

त्वरित तुलना

तुलना जोड़ी बदलें