#185 Mercury 2
none- लागत
- $0.002
- समय
- 1.8s
- टोकन
- 1,514 tok
Inception: Mercury 2 vs Xiaomi: MiMo-V2.5
MiMo-V2.5 average score में आगे है: 5.1 vs 4.6. MiMo-V2.5 की benchmark लागत कम है: $0.025 vs $0.030. Mercury 2 तेज है: 829ms vs 4.62s, pass rates 22.7% vs 25.8%.
अनुशंसित मॉडलMiMo-V2.5It has the strongest score in this comparison (5.1) and the best overall balance of cost and response time across all 2 models.
बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-18
| मेट्रिक | Mercury 2 Mercury 2 none | MiMo-V2.5 MiMo-V2.5 none |
|---|---|---|
| स्कोर | 4.6 | 5.1 |
| रैंक | #185 | #164 |
| विश्वसनीयता | 10.0 | 10.0 |
| संगति | 9.2 | 9.6 |
| सही परीक्षण | ||
| प्रति प्रयास पास दर | 22.7% | 25.8% |
| अस्थिर टेस्ट | 2 | 1 |
| कुल रन | 66 | 66 |
| प्रति परिणाम लागत | 0.734 | 0.770 |
| कुल लागत | $0.030 | $0.025 |
| इनपुट कीमत | $0.250 / 1M | $0.140 / 1M |
| आउटपुट कीमत | $0.750 / 1M | $0.280 / 1M |
| कुल इनपुट टोकन | 88,704 | 141,043 |
| आउटपुट टोकन | 9,564 | 16,464 |
| रीजनिंग टोकन | 0 | 0 |
| प्रतिक्रिया समय (औसत) | 829ms | 4.62s |
| प्रतिक्रिया समय (अधिकतम) | 4.52s | 55.36s |
| प्रतिक्रिया समय (कुल) | 18.24s | 101.57s |
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#164 MiMo-V2.5
none- लागत
- $0.007
- समय
- 267.4s
- टोकन
- 25,283 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
त्वरित तुलना
तुलना जोड़ी बदलें
Mistral Small 4mediumvsMiMo-V2.5noneCobuddymediumvsMercury 2noneMercury 2nonevsQwen3 Coder NextmediumMercury 2nonevsMiniMax M2.5mediumMiniMax M2.7mediumvsMiMo-V2.5noneKAT-Coder-Air V2.5lowvsMiMo-V2.5noneMercury 2nonevsGLM 4.7 FlashmediumMercury 2nonevsMiniMax M2.7mediumQwen3 Coder NextmediumvsMiMo-V2.5noneCobuddymediumvsMiMo-V2.5noneKAT-Coder-Air V2.5mediumvsMiMo-V2.5noneMercury 2nonevsMistral Small 4medium