नेव्हिगेशन
Advertise here

DeepSeek V3.2 vs Mercury 2.5 Preview (default)

Mercury 2.5 Preview (default) average score मध्ये पुढे आहे: 4.7 vs 4.6. Mercury 2.5 Preview (default) चा benchmark खर्च कमी आहे: $0.023 vs $0.119. Mercury 2.5 Preview (default) वेगवान आहे: 7.05s vs 22.44s, pass rates 34.8% vs 29.0%.

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

तुलना केलेली मॉडेल्स

क्रमांक
#359
एकूण आउटपुट टोकन्स
57,866
प्रतिसाद वेळ (सरासरी)
22.44s
एकूण खर्च
$0.119
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 costing about 5.1x 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 default प्रकाशन: 2026-09-02
स्कोअर 4.6 4.7
क्रमांक #359 #353
विश्वसनीयता 10.0 9.9
सुसंगतता 8.2 8.3
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 34.8% 29.0%
अस्थिर चाचण्या 5 5
एकूण रन 69 69
प्रति निकाल खर्च 1.943 0.559
एकूण खर्च $0.119 $0.023
इनपुट किंमत $0.280 / 1M $0.040 / 1M
आउटपुट किंमत $0.420 / 1M $0.150 / 1M
कॅश वाचण्याची किंमत $0.028 / 1M लागू नाही
कॅश लिहिण्याची किंमत लागू नाही लागू नाही
एकूण इनपुट टोकन्स 342,158 250,541
आउटपुट टोकन्स 32,853 86,367
रिझनिंग टोकन्स 25,013 0
प्रतिसाद वेळ (सरासरी) 22.44s 7.05s
प्रतिसाद वेळ (कमाल) 122.50s 84.96s
प्रतिसाद वेळ (एकूण) 516.03s 162.25s
पॅरामीटर्स 671B एकूण (37B 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.

#359 DeepSeek V3.2

none
खर्च
$0.002
वेळ
7.0s
टोकन्स
1,046 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

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

Mercury 2.5 PreviewdefaultvsNemotron 3.5 Lightningmediumमोफत उपलब्धDeepSeek V3.2nonevsQwen3 Coder NextmediumDeepSeek V3.2nonevsLaguna S 2.1lowमोफत उपलब्धMercury 2.5 PreviewdefaultvsLaguna S 2.1noneमोफत उपलब्धGranite 4.2 8BhighvsMercury 2.5 PreviewdefaultDeepSeek V3.2nonevsGranite 4.2 8BhighDeepSeek V3.2nonevsNemotron 3.5 Lightninglowमोफत उपलब्धMercury 2.5 PreviewdefaultvsQwen3 Coder NextmediumNorth Mini Codedefaultमोफत उपलब्धvsDeepSeek V3.2noneMercury 2.5 PreviewdefaultvsGLM 4.7 FlashnoneDeepSeek V3.2nonevsNemotron 3.5 Lightningmediumमोफत उपलब्धMercury 2.5 PreviewdefaultvsGPT-5.4 Nanonone