Seed 2.1 Turbo vs Mercury 2.5 Preview (medium)

Mercury 2.5 Preview (medium) average score मध्ये पुढे आहे: 6.8 vs 5.7. Mercury 2.5 Preview (medium) चा benchmark खर्च कमी आहे: $0.039 vs $0.182. Mercury 2.5 Preview (medium) वेगवान आहे: 6.66s vs 9.65s, pass rates 52.2% vs 66.7%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-19

तुलना केलेली मॉडेल्स

क्रमांक: #305
एकूण आउटपुट टोकन्स: 13,105
प्रतिसाद वेळ (सरासरी): 9.65s
एकूण खर्च: $0.182

क्रमांक: #204
एकूण आउटपुट टोकन्स: 150,107
प्रतिसाद वेळ (सरासरी): 6.66s
एकूण खर्च: $0.039

शिफारस केलेले मॉडेल Mercury 2.5 Preview (medium)

It has the best score here (6.8), while costing about 4.7x less than Seed 2.1 Turbo.

तपशीलवार तुलना

मेट्रिक	Seed 2.1 Turbo Seed 2.1 Turbo none प्रकाशन: 2026-08-12	Mercury 2.5 Preview Mercury 2.5 Preview medium प्रकाशन: 2026-09-02

मेट्रिक	Seed 2.1 Turbo Seed 2.1 Turbo none प्रकाशन: 2026-08-12	Mercury 2.5 Preview Mercury 2.5 Preview medium प्रकाशन: 2026-09-02
स्कोअर	5.7	6.8
क्रमांक	#305	#204
विश्वसनीयता	10.0	10.0
सुसंगतता	9.0	9.6
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	52.2%	66.7%
अस्थिर चाचण्या	3	1
एकूण रन	69	69
प्रति निकाल खर्च	1.819	0.244
एकूण खर्च	$0.182	$0.039
इनपुट किंमत	$0.500 / 1M	$0.040 / 1M
आउटपुट किंमत	$2.500 / 1M	$0.150 / 1M
कॅश वाचण्याची किंमत	लागू नाही	लागू नाही
कॅश लिहिण्याची किंमत	लागू नाही	लागू नाही
एकूण इनपुट टोकन्स	298,242	397,291
आउटपुट टोकन्स	13,105	6,355
रिझनिंग टोकन्स	0	143,752
प्रतिसाद वेळ (सरासरी)	9.65s	6.66s
प्रतिसाद वेळ (कमाल)	71.45s	74.63s
प्रतिसाद वेळ (एकूण)	221.91s	153.29s
पॅरामीटर्स	~200B एकूण (~20B 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.

#305 Seed 2.1 Turbo

none

खर्च: $0.093
वेळ: 517.1s
टोकन्स: 37,102 tok

#204 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

श्रेणी:

स्वायत्त एजंट कार्ये	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Seed 2.1 Turbo	5.0	10.0	0.0%	0		71.45s	169,092	2,462	0
Mercury 2.5 Preview	3.9	9.6	0.0%	0		74.63s	284,578	919	22,154

अँटी-एआय युक्त्या	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Seed 2.1 Turbo	4.8	10.0	25.0%	0		4.04s	894	337	0
Mercury 2.5 Preview	10.0	10.0	100.0%	0		1.43s	781	203	7,921

कोडिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Seed 2.1 Turbo	4.5	7.9	22.2%	1		2.35s	8,211	608	0
Mercury 2.5 Preview	7.8	10.0	66.7%	0		3.86s	7,839	552	22,126

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Seed 2.1 Turbo	3.8	5.8	33.3%	1		41.25s	98,769	8,300	0
Mercury 2.5 Preview	6.5	10.0	50.0%	0		13.86s	92,663	3,607	41,588

डेटा पार्सिंग आणि निष्कर्षण	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Seed 2.1 Turbo	7.1	5.6	83.3%	1		2.63s	8,538	491	0
Mercury 2.5 Preview	10.0	10.0	100.0%	0		2.77s	8,292	514	11,354

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Seed 2.1 Turbo	7.7	10.0	66.7%	0		1.36s	948	18	0
Mercury 2.5 Preview	5.3	7.2	44.4%	1		3.72s	853	62	17,120

Samanya Buddhimatta	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Seed 2.1 Turbo	5.0	10.0	0.0%	0		2.44s	570	217	0
Mercury 2.5 Preview	5.0	10.0	0.0%	0		2.09s	538	99	3,375

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Seed 2.1 Turbo	9.8	10.0	100.0%	0		1.82s	810	69	0
Mercury 2.5 Preview	9.8	10.0	100.0%	0		1.35s	744	96	3,987

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Seed 2.1 Turbo	10.0	10.0	100.0%	0		2.31s	858	365	0
Mercury 2.5 Preview	10.0	10.0	100.0%	0		1.87s	771	274	7,323

टूल कॉलिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Seed 2.1 Turbo	10.0	10.0	100.0%	0		20.28s	9,288	228	0
Mercury 2.5 Preview	3.0	10.0	0.0%	0		2.37s	0	0	0

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Seed 2.1 Turbo	3.0	10.0	0.0%	0		2.12s	264	10	0
Mercury 2.5 Preview	3.0	10.0	0.0%	0		4.13s	232	29	6,804

तुलना जोडी बदला

Mercury 2.5 PreviewmediumvsInklinglowमोफत उपलब्ध Seed 2.1 TurbononevsDots 3 Note Previewmediumमोफत उपलब्ध Mercury 2.5 PreviewmediumvsGPT-6 Solnone Seed 2.1 TurbononevsGPT-5 Nanomedium Trinity Large ThinkinghighvsSeed 2.1 Turbonone Seed 2.1 TurbononevsRing 2.6 1tmedium Claude Opus 4.8nonevsMercury 2.5 Previewmedium Claude Sonnet 5.5lowvsMercury 2.5 Previewmedium Mercury 2.5 PreviewmediumvsGPT-5.6 Lunalow Seed 2.1 TurbononevsLing 3.0 Flashhigh Seed 2.1 TurbononevsSpace Bunny Alphalow Ember-1highvsMercury 2.5 Previewmedium