नेव्हिगेशन
Advertise here

Claude Sonnet 5.5 (medium) vs Mercury 2.5 (high)

average score जवळपास समान आहे: 6.5 vs 6.5. Mercury 2.5 (high) चा benchmark खर्च कमी आहे: $0.044 vs $1.100. Mercury 2.5 (high) वेगवान आहे: 7.62s vs 8.03s, pass rates 40.6% vs 59.4%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-01

तुलना केलेली मॉडेल्स

क्रमांक
#192
एकूण आउटपुट टोकन्स
37,748
प्रतिसाद वेळ (सरासरी)
8.03s
एकूण खर्च
$1.100
क्रमांक
#195
एकूण आउटपुट टोकन्स
193,676
प्रतिसाद वेळ (सरासरी)
7.62s
एकूण खर्च
$0.044
शिफारस केलेले मॉडेल Mercury 2.5 (high)

It has the best score here (6.5), while costing about 25.3x less than Claude Sonnet 5.5 (medium).

तपशीलवार तुलना

मेट्रिक Claude Sonnet 5.5 Claude Sonnet 5.5 medium प्रकाशन: 2026-09-29 Mercury 2.5 Mercury 2.5 high प्रकाशन: 2026-09-08
स्कोअर 6.5 6.5
क्रमांक #192 #195
विश्वसनीयता 10.0 9.8
सुसंगतता 9.7 8.7
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 40.6% 59.4%
अस्थिर चाचण्या 1 4
एकूण रन 69 69
प्रति निकाल खर्च 12.221 0.362
एकूण खर्च $1.100 $0.044
इनपुट किंमत $2.000 / 1M $0.040 / 1M
आउटपुट किंमत $10.000 / 1M $0.150 / 1M
एकूण इनपुट टोकन्स 361,183 358,562
आउटपुट टोकन्स 26,609 4,266
रिझनिंग टोकन्स 11,139 189,410
प्रतिसाद वेळ (सरासरी) 8.03s 7.62s
प्रतिसाद वेळ (कमाल) 51.18s 80.30s
प्रतिसाद वेळ (एकूण) 184.80s 175.36s
पॅरामीटर्स ~1T एकूण (~100B सक्रिय) ~100B
उपलब्धता बंद स्रोत बंद स्रोत

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#192 Claude Sonnet 5.5

medium
खर्च
$0.024
वेळ
17.4s
टोकन्स
2,525 tok

#195 Mercury 2.5

high
खर्च
$0.001
वेळ
3.5s
टोकन्स
2,447 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 Sonnet 5.5 3.4 9.7 0.0% 0 6.07s 10,608 6,767 0
Mercury 2.5 6.4 7.8 44.4% 1 6.58s 7,757 415 44,012

झटपट तुलना

तुलना जोडी बदला

Mercury 2.5highvsGLM 5.3lowClaude Sonnet 5.5mediumvsMercury 2.5 PreviewhighMercury 2.5highvsQwen3.6 35B A3BmediumMercury 2.5highvsGLM 5.1noneMercury 2.5highvsGrok 4.3mediumClaude Sonnet 5.5mediumvsKAT-Coder-Pro V2.5lowMercury 2.5highvsLaguna XS 2.1mediumमोफत उपलब्धClaude Sonnet 5.5mediumvsGLM 5.3lowMercury 2.5highvsQwen3.5-122B-A10BnoneClaude Sonnet 5.5mediumvsGLM 5.1noneClaude Sonnet 5.5mediumvsStep 3.7 FlashhighGemini 3 Flash PreviewnonevsMercury 2.5high