नेव्हिगेशन
AI BENCHY
Advertise here

DeepSeek V3.2 vs Mercury 2.5 Preview

DeepSeek V3.2 average score मध्ये पुढे आहे: 5.0 vs 4.9. Mercury 2.5 Preview चा benchmark खर्च कमी आहे: $0.018 vs $0.054. Mercury 2.5 Preview वेगवान आहे: 3.51s vs 17.89s, pass rates 36.4% vs 30.3%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-09-02

क्रमांक
#256
एकूण आउटपुट टोकन्स
42,099
प्रतिसाद वेळ (सरासरी)
17.89s
एकूण खर्च
$0.054
क्रमांक
#259
एकूण आउटपुट टोकन्स
82,585
प्रतिसाद वेळ (सरासरी)
3.51s
एकूण खर्च
$0.018
शिफारस केलेले मॉडेल Mercury 2.5 Preview

Its score stays close to the best score here (4.9 vs 5.0), while costing about 3.0x less than DeepSeek V3.2.

तपशीलवार तुलना

मेट्रिक DeepSeek V3.2 DeepSeek V3.2 none प्रकाशन: 2025-12-01 Mercury 2.5 Preview Mercury 2.5 Preview none प्रकाशन: 2026-09-02
स्कोअर 5.0 4.9
क्रमांक #256 #259
विश्वसनीयता 10.0 10.0
सुसंगतता 8.1 8.3
प्रयत्न 66/66 66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर 36.4% 30.3%
अस्थिर चाचण्या 5 5
एकूण रन 66 66
प्रति निकाल खर्च 0.870 0.440
एकूण खर्च $0.054 $0.018
इनपुट किंमत $0.269 / 1M $0.040 / 1M
आउटपुट किंमत $0.400 / 1M $0.150 / 1M
एकूण इनपुट टोकन्स 135,831 130,296
आउटपुट टोकन्स 42,099 82,585
रिझनिंग टोकन्स 0 0
प्रतिसाद वेळ (सरासरी) 17.89s 3.51s
प्रतिसाद वेळ (कमाल) 115.89s 60.70s
प्रतिसाद वेळ (एकूण) 393.53s 77.28s
पॅरामीटर्स 671B एकूण (37B सक्रिय) ~100B
उपलब्धता मुक्त स्रोत बंद स्रोत

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#256 DeepSeek V3.2

none
खर्च
$0.002
वेळ
7.0s
टोकन्स
1,046 tok

#259 Mercury 2.5 Preview

none
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

कोडिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
DeepSeek V3.2 3.1 6.9 11.1% 1 14.54s 7,279 4,528 0
Mercury 2.5 Preview 4.7 7.9 22.2% 1 459ms 7,850 650 0

झटपट तुलना

तुलना जोडी बदला

DeepSeek V3.2nonevsLaguna S 2.1lowमोफत उपलब्धDeepSeek V3.2nonevsMercury 2.5 PreviewlowDeepSeek V3.2nonevsMiniMax M2.7mediumMercury 2.5 PreviewnonevsLaguna S 2.1lowमोफत उपलब्धMercury 2.5 PreviewnonevsNemotron 3.5 Lightninglowमोफत उपलब्धMercury 2.5 PreviewnonevsMiniMax M2.7mediumTrinity Large ThinkinghighvsMercury 2.5 PreviewnoneDeepSeek V3.2nonevsGranite 4.2 8BlowDeepSeek V3.2nonevsMistral Small 4mediumDeepSeek V3.2nonevsNemotron 3.5 Lightningmediumमोफत उपलब्धDeepSeek V3.2nonevsNemotron 3.5 Lightninglowमोफत उपलब्धDeepSeek V3.2nonevsGranite 4.2 8Bmedium