North Mini Code (default) vs Mercury 2.5 Preview (default)

average score जवळपास समान आहे: 4.7 vs 4.7. North Mini Code (default) चा benchmark खर्च कमी आहे: $0.000 vs $0.023. Mercury 2.5 Preview (default) वेगवान आहे: 7.05s vs 29.47s, pass rates 17.4% vs 29.0%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-16

तुलना केलेली मॉडेल्स

क्रमांक: #355
एकूण आउटपुट टोकन्स: 26,954
प्रतिसाद वेळ (सरासरी): 29.47s
एकूण खर्च: $0.000

क्रमांक: #353
एकूण आउटपुट टोकन्स: 86,367
प्रतिसाद वेळ (सरासरी): 7.05s
एकूण खर्च: $0.023

शिफारस केलेले मॉडेल Mercury 2.5 Preview (default)

It has the best score here (4.7), while responding about 4.2x faster than North Mini Code (default).

तपशीलवार तुलना

मेट्रिक	North Mini Code North Mini Code default प्रकाशन: 2026-06-18 मोफत उपलब्ध	Mercury 2.5 Preview Mercury 2.5 Preview default प्रकाशन: 2026-09-02

मेट्रिक	North Mini Code North Mini Code default प्रकाशन: 2026-06-18 मोफत उपलब्ध	Mercury 2.5 Preview Mercury 2.5 Preview default प्रकाशन: 2026-09-02
स्कोअर	4.7	4.7
क्रमांक	#355	#353
विश्वसनीयता	8.9	9.9
सुसंगतता	9.9	8.3
प्रयत्न	63/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	17.4%	29.0%
अस्थिर चाचण्या	0	5
एकूण रन	63	69
प्रति निकाल खर्च	0.000	0.559
एकूण खर्च	$0.000	$0.023
इनपुट किंमत	$0.000 / 1M	$0.040 / 1M
आउटपुट किंमत	$0.000 / 1M	$0.150 / 1M
कॅश वाचण्याची किंमत	लागू नाही	लागू नाही
कॅश लिहिण्याची किंमत	लागू नाही	लागू नाही
एकूण इनपुट टोकन्स	177,989	250,541
आउटपुट टोकन्स	26,954	86,367
रिझनिंग टोकन्स	0	0
प्रतिसाद वेळ (सरासरी)	29.47s	7.05s
प्रतिसाद वेळ (कमाल)	159.85s	84.96s
प्रतिसाद वेळ (एकूण)	677.70s	162.25s
पॅरामीटर्स	30B एकूण (3B 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.

#355 North Mini Code

default

खर्च: $0.000
वेळ: 266.1s
टोकन्स: 63,551 tok

#353 Mercury 2.5 Preview

default

अवैध SVG

खर्च: $0.001
वेळ: 3.3s
टोकन्स: 3,122 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
North Mini Code	3.0	10.0	0.0%	0		18.87s	47,488	168	0
Mercury 2.5 Preview	3.9	9.6	0.0%	0		84.96s	120,245	3,782	0

अँटी-एआय युक्त्या	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
North Mini Code	3.0	10.0	0.0%	0		22.48s	402	4,075	0
Mercury 2.5 Preview	3.8	8.3	16.7%	1		655ms	812	256	0

कोडिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
North Mini Code	3.9	10.0	0.0%	0		21.96s	7,119	504	0
Mercury 2.5 Preview	4.7	7.9	22.2%	1		459ms	7,850	650	0

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
North Mini Code	3.2	9.3	0.0%	0		96.20s	111,493	21,428	0
Mercury 2.5 Preview	3.0	10.0	0.0%	0		31.28s	101,129	80,273	0

डेटा पार्सिंग आणि निष्कर्षण	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
North Mini Code	10.0	10.0	100.0%	0		28.00s	6,819	183	0
Mercury 2.5 Preview	6.3	5.8	66.7%	1		1.04s	8,333	672	0

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
North Mini Code	3.0	10.0	0.0%	0		14.73s	630	14	0
Mercury 2.5 Preview	3.6	7.2	22.2%	1		631ms	875	40	0

Samanya Buddhimatta	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
North Mini Code	3.9	9.6	0.0%	0		34.77s	444	115	0
Mercury 2.5 Preview	5.0	10.0	0.0%	0		482ms	544	85	0

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
North Mini Code	6.5	10.0	50.0%	0		30.68s	597	57	0
Mercury 2.5 Preview	6.3	10.0	50.0%	0		1.26s	753	73	0

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
North Mini Code	3.5	10.0	0.0%	0		24.43s	435	353	0
Mercury 2.5 Preview	5.6	7.4	44.4%	1		684ms	796	292	0

टूल कॉलिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
North Mini Code	9.5	10.0	100.0%	0		3.64s	2,403	51	0
Mercury 2.5 Preview	10.0	10.0	100.0%	0		1.29s	8,969	229	0

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
North Mini Code	3.0	10.0	0.0%	0		37.37s	159	6	0
Mercury 2.5 Preview	3.0	10.0	0.0%	0		419ms	235	15	0

तुलना जोडी बदला