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

Mercury 2.5 (low) vs Mistral Small 4 (medium)

average score जवळपास समान आहे: 5.1 vs 5.1. Mercury 2.5 (low) चा benchmark खर्च कमी आहे: $0.020 vs $0.126. Mercury 2.5 (low) वेगवान आहे: 3.34s vs 12.68s, pass rates 37.7% vs 42.0%.

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

तुलना केलेली मॉडेल्स

क्रमांक
#345
एकूण आउटपुट टोकन्स
40,302
प्रतिसाद वेळ (सरासरी)
3.34s
एकूण खर्च
$0.020
क्रमांक
#343
एकूण आउटपुट टोकन्स
127,970
प्रतिसाद वेळ (सरासरी)
12.68s
एकूण खर्च
$0.126
शिफारस केलेले मॉडेल Mercury 2.5 (low)

It has the best score here (5.1), while costing about 6.6x less than Mistral Small 4 (medium).

तपशीलवार तुलना

मेट्रिक Mercury 2.5 Mercury 2.5 low प्रकाशन: 2026-09-08 Mistral Small 4 Mistral Small 4 medium प्रकाशन: 2026-03-16
स्कोअर 5.1 5.1
क्रमांक #345 #343
विश्वसनीयता 9.8 9.7
सुसंगतता 8.2 7.1
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 37.7% 42.0%
अस्थिर चाचण्या 5 8
एकूण रन 69 69
प्रति निकाल खर्च 0.319 2.502
एकूण खर्च $0.020 $0.126
इनपुट किंमत $0.040 / 1M $0.150 / 1M
आउटपुट किंमत $0.150 / 1M $0.600 / 1M
कॅश वाचण्याची किंमत $0.004 / 1M $0.015 / 1M
कॅश लिहिण्याची किंमत लागू नाही लागू नाही
एकूण इनपुट टोकन्स 326,083 321,955
आउटपुट टोकन्स 7,224 41,555
रिझनिंग टोकन्स 33,078 94,946
प्रतिसाद वेळ (सरासरी) 3.34s 12.68s
प्रतिसाद वेळ (कमाल) 47.06s 59.15s
प्रतिसाद वेळ (एकूण) 76.80s 291.66s
पॅरामीटर्स ~100B 119B एकूण (6B सक्रिय)
उपलब्धता बंद स्रोत मुक्त 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.

#345 Mercury 2.5

low
खर्च
$0.001
वेळ
2.4s
टोकन्स
1,236 tok

#343 Mistral Small 4

medium
खर्च
$0.006
वेळ
47.9s
टोकन्स
9,857 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 5.5 10.0 33.3% 0 972ms 7,909 521 2,269
Mistral Small 4 4.4 5.1 33.3% 2 39.98s 7,636 11,635 54,715

तुलना जोडी बदला