Mercury 2.5 (low) vs Kimi K3.1 Pro (max)

Kimi K3.1 Pro (max) average score मध्ये पुढे आहे: 8.7 vs 5.1. Mercury 2.5 (low) चा benchmark खर्च कमी आहे: $0.020 vs $3.578. Mercury 2.5 (low) वेगवान आहे: 3.34s vs 152.72s, pass rates 37.7% vs 84.1%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-24

तुलना केलेली मॉडेल्स

क्रमांक: #348
एकूण आउटपुट टोकन्स: 40,302
प्रतिसाद वेळ (सरासरी): 3.34s
एकूण खर्च: $0.020

क्रमांक: #66
एकूण आउटपुट टोकन्स: 300,622
प्रतिसाद वेळ (सरासरी): 152.72s
एकूण खर्च: $3.578

शिफारस केलेले मॉडेल Kimi K3.1 Pro (max)

या तुलनेत याचा गुण सर्वाधिक आहे (8.7) आणि 2 मॉडेल्समध्ये खर्च व प्रतिसाद वेळ यांचा एकूण समतोल सर्वोत्तम आहे.

तपशीलवार तुलना

मेट्रिक	Mercury 2.5 Mercury 2.5 low प्रकाशन: 2026-09-08	Kimi K3.1 Pro Kimi K3.1 Pro max प्रकाशन: 2026-10-24

मेट्रिक	Mercury 2.5 Mercury 2.5 low प्रकाशन: 2026-09-08	Kimi K3.1 Pro Kimi K3.1 Pro max प्रकाशन: 2026-10-24
स्कोअर	5.1	8.7
क्रमांक	#348	#66
विश्वसनीयता	9.8	7.1
सुसंगतता	8.2	8.6
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	37.7%	84.1%
अस्थिर चाचण्या	5	4
एकूण रन	69	69
प्रति निकाल खर्च	0.319	21.043
एकूण खर्च	$0.020	$3.578
इनपुट किंमत	$0.040 / 1M	$2.000 / 1M
आउटपुट किंमत	$0.150 / 1M	$10.000 / 1M
कॅश वाचण्याची किंमत	$0.004 / 1M	$0.200 / 1M
कॅश लिहिण्याची किंमत	लागू नाही	लागू नाही
एकूण इनपुट टोकन्स	326,083	285,488
आउटपुट टोकन्स	7,224	9,091
रिझनिंग टोकन्स	33,078	291,531
प्रतिसाद वेळ (सरासरी)	3.34s	152.72s
प्रतिसाद वेळ (कमाल)	47.06s	960.13s
प्रतिसाद वेळ (एकूण)	76.80s	3512.51s
पॅरामीटर्स	~100B	~2.8T एकूण (~104B सक्रिय)
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.

#348 Mercury 2.5

low

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

#66 MoonshotAI: Kimi K3.1 Pro

max

खर्च: $0.193
वेळ: 387.5s
टोकन्स: 19,362 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
Mercury 2.5	5.0	10.0	0.0%	0		47.06s	188,063	1,141	5,442
Kimi K3.1 Pro	10.0	10.0	100.0%	0		110.07s	138,588	1,841	9,043

अँटी-एआय युक्त्या	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Mercury 2.5	6.9	7.9	66.7%	1		799ms	772	209	2,969
Kimi K3.1 Pro	10.0	10.0	100.0%	0		9.24s	1,638	300	4,250

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
Kimi K3.1 Pro	10.0	10.0	100.0%	0		71.94s	8,061	467	31,621

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Mercury 2.5	3.0	10.0	0.0%	0		5.16s	107,683	3,750	11,351
Kimi K3.1 Pro	5.1	2.7	50.0%	2		177.43s	116,569	4,991	43,737

डेटा पार्सिंग आणि निष्कर्षण	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Mercury 2.5	6.5	10.0	50.0%	0		1.06s	8,322	739	1,499
Kimi K3.1 Pro	10.0	10.0	100.0%	0		6.81s	7,839	273	1,004

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Mercury 2.5	3.6	7.2	22.2%	1		846ms	851	57	2,265
Kimi K3.1 Pro	5.9	7.2	55.6%	1		789.18s	760	80	143,786

Samanya Buddhimatta	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Mercury 2.5	4.4	9.9	0.0%	0		819ms	525	99	748
Kimi K3.1 Pro	10.0	10.0	100.0%	0		20.89s	732	182	2,554

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Mercury 2.5	2.9	6.0	16.7%	1		972ms	518	48	1,026
Kimi K3.1 Pro	10.0	10.0	100.0%	0		9.06s	1,179	147	2,330

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Mercury 2.5	5.9	4.5	66.7%	2		792ms	768	249	2,214
Kimi K3.1 Pro	8.2	7.2	88.9%	1		37.30s	1,416	356	15,353

टूल कॉलिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Mercury 2.5	9.8	10.0	100.0%	0		2.72s	10,440	388	2,537
Kimi K3.1 Pro	10.0	10.0	100.0%	0		17.26s	8,241	348	744

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Mercury 2.5	3.0	10.0	0.0%	0		782ms	232	23	758
Kimi K3.1 Pro	3.0	10.0	0.0%	0		245.48s	465	106	37,109

तुलना जोडी बदला

Mercury 2.5lowvsKAT Coder AIR V2.5medium Muse Spark 1.2lowvsKimi K3.1 Promax Mercury 2.5lowvsMiMo-V2.5-Pronone DeepSeek V4.1 FlashmediumvsKimi K3.1 Promax DeepSeek V4.1 FlashhighvsKimi K3.1 Promax Muse Spark OpenmediumvsKimi K3.1 Promax Mercury 2.5lowvsMistral Small 4none Mercury 2.5lowvsMistral Small 4medium Apodex 1.1 Minidefaultमोफत उपलब्धvsMercury 2.5low Kimi K3.1 PromaxvsGPT-5.4medium Kimi K3.1 PromaxvsGPT-5.2medium Kimi K3.1 PromaxvsQwen3.8 27Bhighमोफत उपलब्ध