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

Command A+ (medium) vs Mercury 2

Mercury 2 average score मध्ये पुढे आहे: 4.4 vs 3.4. Mercury 2 चा benchmark खर्च कमी आहे: $0.033 vs $0.064. Mercury 2 वेगवान आहे: 1.18s vs 91.72s, pass rates 0.0% vs 23.2%.

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

तुलना केलेली मॉडेल्स

क्रमांक
#363
एकूण आउटपुट टोकन्स
18,795
प्रतिसाद वेळ (सरासरी)
91.72s
एकूण खर्च
$0.064
क्रमांक
#338
एकूण आउटपुट टोकन्स
9,709
प्रतिसाद वेळ (सरासरी)
1.18s
एकूण खर्च
$0.033
शिफारस केलेले मॉडेल Mercury 2

It has the best score here (4.4), while costing about 2.0x less than Command A+ (medium).

तपशीलवार तुलना

मेट्रिक Command A+ Command A+ medium प्रकाशन: 2026-09-23 Mercury 2 Mercury 2 none प्रकाशन: 2026-02-24
स्कोअर 3.4 4.4
क्रमांक #363 #338
विश्वसनीयता 3.5 10.0
सुसंगतता 10.0 9.2
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 0.0% 23.2%
अस्थिर चाचण्या 0 2
एकूण रन 69 69
प्रति निकाल खर्च 0.000 0.812
एकूण खर्च $0.064 $0.033
इनपुट किंमत $0.300 / 1M $0.250 / 1M
आउटपुट किंमत $1.500 / 1M $0.750 / 1M
कॅश वाचण्याची किंमत $0.150 / 1M $0.025 / 1M
कॅश लिहिण्याची किंमत लागू नाही लागू नाही
एकूण इनपुट टोकन्स 118,771 100,634
आउटपुट टोकन्स 4,127 9,709
रिझनिंग टोकन्स 14,668 0
प्रतिसाद वेळ (सरासरी) 91.72s 1.18s
प्रतिसाद वेळ (कमाल) 112.76s 9.00s
प्रतिसाद वेळ (एकूण) 2109.54s 27.14s
पॅरामीटर्स 218B एकूण (25B सक्रिय) ~100B
उपलब्धता मुक्त 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.

#363 Command A+

medium
Provider returned error
खर्च
$0.000
वेळ
0.2s
टोकन्स
0 tok

#338 Mercury 2

none
खर्च
$0.002
वेळ
1.8s
टोकन्स
1,514 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
Command A+ 3.0 10.0 0.0% 0 93.13s 0 0 0
Mercury 2 3.4 9.6 0.0% 0 1.03s 7,229 3,088 0

झटपट तुलना

तुलना जोडी बदला

Command A+mediumvsGrok 4.20noneCobuddymediumमोफत उपलब्धvsMercury 2noneMercury 2nonevsMiniMax M2.5mediumMercury 2nonevsGLM 4.7 FlashmediumMercury 2nonevsNemotron 3.5 Lightninglowमोफत उपलब्धMercury 2nonevsLaguna S 2.1lowमोफत उपलब्धMercury 2nonevsQwen3 Coder NextmediumCommand A+mediumvsLing 3.0 TinylowGranite 4.2 8BhighvsMercury 2noneMercury 2nonevsQwen3.5-9BmediumCommand A+mediumvsLing 3.0 TinyhighMercury 2nonevsNemotron 3.5 Lightningmediumमोफत उपलब्ध