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 Qwen: Qwen3 Coder Next

Qwen3 Coder Next (medium) average score में आगे है: 4.7 vs 4.6. Mercury 2 की benchmark लागत कम है: $0.030 vs $0.032. Mercury 2 तेज है: 829ms vs 9.61s, pass rates 22.7% vs 27.3%.

अनुशंसित मॉडलMercury 2Its score stays close to the best score here (4.6 vs 4.7), while responding about 11.6x faster than Qwen3 Coder Next (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 Qwen3 Coder Next Qwen3 Coder Next medium रिलीज़: 2026-02-03
स्कोर 4.6 4.7
रैंक #185 #183
विश्वसनीयता 10.0 10.0
संगति 9.2 9.0
सही परीक्षण
प्रति प्रयास पास दर 22.7% 27.3%
अस्थिर टेस्ट 2 3
कुल रन 66 66
प्रति परिणाम लागत 0.734 0.793
कुल लागत $0.030 $0.032
इनपुट कीमत $0.250 / 1M $0.110 / 1M
आउटपुट कीमत $0.750 / 1M $0.800 / 1M
कुल इनपुट टोकन 88,704 148,194
आउटपुट टोकन 9,564 19,069
रीजनिंग टोकन 0 0
प्रतिक्रिया समय (औसत) 829ms 9.61s
प्रतिक्रिया समय (अधिकतम) 4.52s 81.80s
प्रतिक्रिया समय (कुल) 18.24s 153.69s

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

#183 Qwen3 Coder Next

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
Qwen3 Coder Next 3.7 7.2 22.2% 1 924ms 7,185 336 0

त्वरित तुलना

तुलना जोड़ी बदलें