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

Mercury 2.5 (high) vs Minimax M3.1 Flash (high)

average score जवळपास समान आहे: 6.5 vs 6.5. Minimax M3.1 Flash (high) चा benchmark खर्च कमी आहे: $0.000 vs $0.044. Mercury 2.5 (high) वेगवान आहे: 7.62s vs 34.00s, pass rates 59.4% vs 56.5%.

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

तुलना केलेली मॉडेल्स

क्रमांक
#231
एकूण आउटपुट टोकन्स
193,676
प्रतिसाद वेळ (सरासरी)
7.62s
एकूण खर्च
$0.044
क्रमांक
#228
एकूण आउटपुट टोकन्स
279,438
प्रतिसाद वेळ (सरासरी)
34.00s
एकूण खर्च
$0.000
शिफारस केलेले मॉडेल Mercury 2.5 (high)

It has the best score here (6.5), while responding about 4.5x faster than Minimax M3.1 Flash (high).

तपशीलवार तुलना

मेट्रिक Mercury 2.5 Mercury 2.5 high प्रकाशन: 2026-09-08 Minimax M3.1 Flash Minimax M3.1 Flash high प्रकाशन: 2026-10-19 मोफत उपलब्ध
स्कोअर 6.5 6.5
क्रमांक #231 #228
विश्वसनीयता 9.8 10.0
सुसंगतता 8.7 7.2
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 59.4% 56.5%
अस्थिर चाचण्या 4 8
एकूण रन 69 69
प्रति निकाल खर्च 0.362 0.000
एकूण खर्च $0.044 $0.000
इनपुट किंमत $0.040 / 1M $0.000 / 1M
आउटपुट किंमत $0.150 / 1M $0.000 / 1M
कॅश वाचण्याची किंमत $0.004 / 1M लागू नाही
कॅश लिहिण्याची किंमत लागू नाही लागू नाही
एकूण इनपुट टोकन्स 358,562 357,984
आउटपुट टोकन्स 4,266 70,004
रिझनिंग टोकन्स 189,410 209,434
प्रतिसाद वेळ (सरासरी) 7.62s 34.00s
प्रतिसाद वेळ (कमाल) 80.30s 280.72s
प्रतिसाद वेळ (एकूण) 175.36s 781.92s
पॅरामीटर्स ~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.

#231 Mercury 2.5

high
खर्च
$0.001
वेळ
3.5s
टोकन्स
2,447 tok

#228 Minimax M3.1 Flash

high
खर्च
$0.000
वेळ
75.4s
टोकन्स
9,436 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
Mercury 2.5 6.4 7.8 44.4% 1 6.58s 7,757 415 44,012
Minimax M3.1 Flash 5.6 4.7 55.6% 2 36.78s 9,024 60,602 13,024

तुलना जोडी बदला