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

Seed-2.0-Mini (medium) vs Mercury 2.5 (high)

Mercury 2.5 (high) average score मध्ये पुढे आहे: 7.1 vs 7.0. Mercury 2.5 (high) चा benchmark खर्च कमी आहे: $0.031 vs $0.116. Mercury 2.5 (high) वेगवान आहे: 4.32s vs 93.10s, pass rates 57.6% vs 62.1%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-09-10

तुलना केलेली मॉडेल्स

क्रमांक
#146
एकूण आउटपुट टोकन्स
258,322
प्रतिसाद वेळ (सरासरी)
93.10s
एकूण खर्च
$0.116
क्रमांक
#138
एकूण आउटपुट टोकन्स
174,547
प्रतिसाद वेळ (सरासरी)
4.32s
एकूण खर्च
$0.031
शिफारस केलेले मॉडेल Mercury 2.5 (high)

It has the best score here (7.1), while costing about 3.7x less than Seed-2.0-Mini (medium).

तपशीलवार तुलना

मेट्रिक Seed-2.0-Mini Seed-2.0-Mini medium प्रकाशन: 2026-02-14 Mercury 2.5 Mercury 2.5 high प्रकाशन: 2026-09-08
स्कोअर 7.0 7.1
क्रमांक #146 #138
विश्वसनीयता 8.7 9.7
सुसंगतता 8.9 8.6
प्रयत्न 66/66 66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर 57.6% 62.1%
अस्थिर चाचण्या 3 4
एकूण रन 66 66
प्रति निकाल खर्च 1.054 0.259
एकूण खर्च $0.116 $0.031
इनपुट किंमत $0.100 / 1M $0.040 / 1M
आउटपुट किंमत $0.400 / 1M $0.150 / 1M
एकूण इनपुट टोकन्स 125,704 120,068
आउटपुट टोकन्स 10,781 3,402
रिझनिंग टोकन्स 247,541 171,145
प्रतिसाद वेळ (सरासरी) 93.10s 4.32s
प्रतिसाद वेळ (कमाल) 301.78s 23.63s
प्रतिसाद वेळ (एकूण) 1768.91s 95.06s
पॅरामीटर्स ~50B एकूण (~5B 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.

#146 Seed-2.0-Mini

medium
खर्च
$0.002
वेळ
161.7s
टोकन्स
4,379 tok

#138 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
Seed-2.0-Mini 5.5 9.8 33.3% 0 220.48s 3,823 464 34,964
Mercury 2.5 6.4 7.8 44.4% 1 6.58s 7,757 415 44,012

झटपट तुलना

तुलना जोडी बदला