- स्कोर
- 6.8 (+0.33 अंक)
- कुल लागत (वर्तमान कीमत)
- $0.039 · 11.5% सस्ता
- प्रतिक्रिया समय (औसत)
- 6.66s · 12.6% तेज़
Inception
रिलीज़: 2026-09-08
परीक्षण किया गया: 2026-10-01 04:26
inception/mercury-2.5::high
~100Bअन्यबंद स्रोतअनुमानित
सारांश
Mercury 2.5 AI BENCHY पर 6.5 स्कोर करता है और #231 पर है। इसकी reliability 9.8, pass rate 59.4%, कुल लागत $0.044, और औसत response time 7.62s है।
Mercury 2.5 को अलग क्या बनाता है: यह पहेली समाधान में सबसे अलग दिखता है, जहाँ इसकी रैंक #4 है; जबकि निर्देश पालन इसकी सबसे कमजोर जगह है, जहाँ यह #13 पर है।
सुझाए गए विकल्प
हम इसकी जगह यह मॉडल चुनने की सलाह देते हैं:
मॉडल विवरण
शोध की तारीख: 2026-09-08
- पैरामीटर
- ~100B
- आर्किटेक्चर
- अन्य
- उपलब्धता
- बंद स्रोत
- लाइसेंस
- -
सार्वजनिक साक्ष्यों पर आधारित सर्वोत्तम अनुमान; प्रदाता ने सभी मान जारी नहीं किए हैं।
6.5
संगति
8.7
9.8
$0.044
कुल आउटपुट टोकन
193,676
कुल इनपुट टोकन
358,562
इनपुट कीमत
$0.040 / 1M
आउटपुट कीमत
$0.150 / 1M
कैश पढ़ने की कीमत
$0.004 / 1M
कैश लिखने की कीमत
लागू नहीं
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।
अस्थिर टेस्ट
4
अस्थिर टेस्ट में रनों के बीच मिले-जुले परिणाम रहे (कम से कम एक पास और एक फेल)।
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#231 Mercury 2.5
high- लागत
- $0.001
- समय
- 3.5s
- टोकन
- 2,447 tok
कीमत का इतिहास
OpenRouter से इस मॉडल का ऐतिहासिक मूल्य डेटा।
| तारीख | इनपुट कीमत | आउटपुट कीमत | कैश पढ़ने की कीमत | कैश लिखने की कीमत |
|---|---|---|---|---|
| 2026-10-01 18:33 | $0.040 / 1M | $0.150 / 1M | $0.004 / 1M | लागू नहीं |
चार्ट
पहले मॉडल चुनें, फिर दूसरा मॉडल क्लिक करके साइड-बाय-साइड पेज खोलें।
स्कोर के अनुसार शीर्ष मॉडल
स्कोर vs कुल लागत
प्रतिक्रिया समय (औसत)
स्कोर vs प्रतिक्रिया समय (औसत)
कुल आउटपुट टोकन
स्कोर vs कुल आउटपुट टोकन
त्वरित तुलना
Mercury 2.5highvsMercury 2.5 PreviewhighMercury 2.5highvsBeam 1.0 501B A23BxhighMercury 2.5highvsQwen3.6 35B A3BmediumMercury 2.5highvsGLM 5.3lowMercury 2.5highvsMinimax M3.1 Flashhighनिःशुल्क उपलब्धMercury 2.5highvsGLM 5.1noneMercury 2.5highvsClaude Sonnet 5.5mediumMercury 2.5highvsKAT-Coder-Pro V2.5highMercury 2.5highvsKAT-Coder-Pro V2.5lowMercury 2.5highvsGrok 4.3medium
श्रेणी विवरण
| श्रेणी | स्कोर | संगति | सही परीक्षण |
|---|---|---|---|
| स्वायत्त एजेंट कार्य | 3.9 | 9.6 | |
| एंटी-एआई ट्रिक्स | 10.0 | 10.0 | |
| कोडिंग | 6.4 | 7.8 | |
| संयुक्त | 6.4 | 5.8 | |
| डेटा पार्सिंग और निष्कर्षण | 10.0 | 10.0 | |
| डोमेन-विशिष्ट | 2.9 | 7.2 | |
| Samanya Buddhimatta | 5.0 | 10.0 | |
| निर्देश पालन | 6.5 | 10.0 | |
| पहेली समाधान | 8.7 | 7.7 | |
| टूल कॉलिंग | 10.0 | 10.0 | |
| सामान्य ज्ञान | 3.0 | 10.0 |