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

Mercury 2 vs Xing4.0 29b A4b (medium)

Mercury 2 average score में आगे है: 4.4 vs 3.7. Xing4.0 29b A4b (medium) की benchmark लागत कम है: $0.000 vs $0.033. Mercury 2 तेज है: 1.18s vs 371.69s, pass rates 23.2% vs 26.1%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-17

तुलना किए गए मॉडल

रैंक
#382
कुल आउटपुट टोकन
9,709
प्रतिक्रिया समय (औसत)
1.18s
कुल लागत
$0.033
रैंक
#398
कुल आउटपुट टोकन
107,980
प्रतिक्रिया समय (औसत)
371.69s
कुल लागत
$0.000
अनुशंसित मॉडल Mercury 2

It has the best score here (4.4), while responding about 315.1x faster than Xing4.0 29b A4b (medium).

विस्तृत तुलना

मेट्रिक Mercury 2 Mercury 2 none रिलीज़: 2026-02-24 Xing4.0 29b A4b Xing4.0 29b A4b medium रिलीज़: 2026-10-17 निःशुल्क उपलब्ध
स्कोर 4.4 3.7
रैंक #382 #398
विश्वसनीयता 10.0 7.3
संगति 9.2 6.2
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 23.2% 26.1%
अस्थिर टेस्ट 2 11
कुल रन 69 69
प्रति परिणाम लागत 0.812 0.000
कुल लागत $0.033 $0.000
इनपुट कीमत $0.250 / 1M $0.000 / 1M
आउटपुट कीमत $0.750 / 1M $0.000 / 1M
कैश पढ़ने की कीमत $0.025 / 1M लागू नहीं
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 100,634 98,467
आउटपुट टोकन 9,609 3,385
रीजनिंग टोकन 100 104,595
प्रतिक्रिया समय (औसत) 1.18s 371.69s
प्रतिक्रिया समय (अधिकतम) 9.00s 971.85s
प्रतिक्रिया समय (कुल) 27.14s 8548.88s
पैरामीटर ~100B 29B कुल (4B सक्रिय)
उपलब्धता बंद स्रोत मुक्त स्रोत

कैश की कीमतें इनपुट टोकन पर लागू होती हैं। पढ़ने पर कैश किए गए प्रॉम्प्ट का दोबारा उपयोग होता है; लिखने पर वे सहेजे जाते हैं और अतिरिक्त लागत हो सकती है। आउटपुट टोकन पर आउटपुट की कीमत लागू होती है।

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#382 Mercury 2

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

#398 Xing4.0 29b A4b

medium
Reached the allocated time limit (600 seconds) without receiving showcase output.
लागत
$0.000
समय
600.0s
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
Xing4.0 29b A4b 4.2 5.1 33.3% 2 798.00s 1,889 502 27,115

तुलना जोड़ी बदलें