नेव्हिगेशन
Advertise here

Claude Opus 5 vs Mercury 2.5 Preview (medium)

Claude Opus 5 average score मध्ये पुढे आहे: 7.1 vs 6.8. Mercury 2.5 Preview (medium) चा benchmark खर्च कमी आहे: $0.039 vs $2.766. Mercury 2.5 Preview (medium) वेगवान आहे: 6.66s vs 10.78s, pass rates 55.1% vs 66.7%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-24

तुलना केलेली मॉडेल्स

क्रमांक
#181
एकूण आउटपुट टोकन्स
31,386
प्रतिसाद वेळ (सरासरी)
10.78s
एकूण खर्च
$2.766
क्रमांक
#207
एकूण आउटपुट टोकन्स
150,107
प्रतिसाद वेळ (सरासरी)
6.66s
एकूण खर्च
$0.039
शिफारस केलेले मॉडेल Mercury 2.5 Preview (medium)

Its score stays close to the best score here (6.8 vs 7.1), while costing about 72.0x less than Claude Opus 5.

तपशीलवार तुलना

मेट्रिक Claude Opus 5 Claude Opus 5 none प्रकाशन: 2026-07-25 Mercury 2.5 Preview Mercury 2.5 Preview medium प्रकाशन: 2026-09-02
स्कोअर 7.1 6.8
क्रमांक #181 #207
विश्वसनीयता 10.0 10.0
सुसंगतता 9.6 9.6
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 55.1% 66.7%
अस्थिर चाचण्या 1 1
एकूण रन 69 69
प्रति निकाल खर्च 23.044 0.244
एकूण खर्च $2.766 $0.039
इनपुट किंमत $5.000 / 1M $0.040 / 1M
आउटपुट किंमत $25.000 / 1M $0.150 / 1M
कॅश वाचण्याची किंमत $0.500 / 1M लागू नाही
कॅश लिहिण्याची किंमत $6.250 / 1M लागू नाही
एकूण इनपुट टोकन्स 396,120 397,291
आउटपुट टोकन्स 31,386 6,355
रिझनिंग टोकन्स 0 143,752
प्रतिसाद वेळ (सरासरी) 10.78s 6.66s
प्रतिसाद वेळ (कमाल) 79.61s 74.63s
प्रतिसाद वेळ (एकूण) 247.96s 153.29s
पॅरामीटर्स ~5T एकूण (~500B सक्रिय) ~100B
उपलब्धता बंद स्रोत बंद स्रोत

कॅशच्या किमती इनपुट टोकनला लागू होतात. वाचताना साठवलेले प्रॉम्प्ट पुन्हा वापरले जातात; लिहिताना ते साठवले जातात आणि अधिक खर्च होऊ शकतो. आउटपुट टोकनला आउटपुट किंमत लागू होते.

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#181 Claude Opus 5

none
खर्च
$0.271
वेळ
149.3s
टोकन्स
10,962 tok

#207 Mercury 2.5 Preview

medium
खर्च
$0.001
वेळ
2.7s
टोकन्स
2,241 tok

स्कोअरनुसार शीर्ष मॉडेल्स

स्कोअर विरुद्ध एकूण खर्च

प्रतिसाद वेळ (सरासरी)

स्कोअर vs प्रतिसाद वेळ (सरासरी)

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

श्रेणीवार तपशील

कोडिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Opus 5 5.9 9.7 33.3% 0 5.54s 10,590 2,886 0
Mercury 2.5 Preview 7.8 10.0 66.7% 0 3.86s 7,839 552 22,126

झटपट तुलना

तुलना जोडी बदला

Mercury 2.5 PreviewmediumvsInklinglowमोफत उपलब्धClaude Opus 5nonevsQwen3.6 27BmediumMercury 2.5 PreviewmediumvsGPT-6 SolnoneClaude Opus 5nonevsStep 3.7 FlashlowClaude Opus 5nonevsGLM 5mediumClaude Opus 5nonevsLongCat 2.0mediumClaude Opus 5nonevsQwen3.8 Flash NextxhighClaude Opus 4.8nonevsMercury 2.5 PreviewmediumClaude Sonnet 5.5lowvsMercury 2.5 PreviewmediumClaude Opus 5nonevsQwen3.7 FlashhighMercury 2.5 PreviewmediumvsGPT-5.6 LunalowClaude Opus 5nonevsGemini 3.8 Flashlow