नेव्हिगेशन
Advertise here

Mercury 2.5 (low) vs Qwen3 Coder Next

average score जवळपास समान आहे: 5.1 vs 5.1. Mercury 2.5 (low) चा benchmark खर्च कमी आहे: $0.011 vs $0.026. Mercury 2.5 (low) वेगवान आहे: 1.35s vs 8.63s, pass rates 39.4% vs 25.8%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-09-08

तुलना केलेली मॉडेल्स

क्रमांक
#265
एकूण आउटपुट टोकन्स
33,719
प्रतिसाद वेळ (सरासरी)
1.35s
एकूण खर्च
$0.011
क्रमांक
#264
एकूण आउटपुट टोकन्स
11,808
प्रतिसाद वेळ (सरासरी)
8.63s
एकूण खर्च
$0.026
शिफारस केलेले मॉडेल Mercury 2.5 (low)

It has the best score here (5.1), while costing about 2.4x less than Qwen3 Coder Next.

तपशीलवार तुलना

मेट्रिक Mercury 2.5 Mercury 2.5 low प्रकाशन: 2026-09-08 Qwen3 Coder Next Qwen3 Coder Next none प्रकाशन: 2026-02-03
स्कोअर 5.1 5.1
क्रमांक #265 #264
विश्वसनीयता 9.8 10.0
सुसंगतता 8.1 9.7
प्रयत्न 66/66 66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर 39.4% 25.8%
अस्थिर चाचण्या 5 1
एकूण रन 66 66
प्रति निकाल खर्च 0.177 0.488
एकूण खर्च $0.011 $0.026
इनपुट किंमत $0.040 / 1M $0.120 / 1M
आउटपुट किंमत $0.150 / 1M $0.800 / 1M
एकूण इनपुट टोकन्स 138,020 134,227
आउटपुट टोकन्स 6,083 11,808
रिझनिंग टोकन्स 27,636 0
प्रतिसाद वेळ (सरासरी) 1.35s 8.63s
प्रतिसाद वेळ (कमाल) 7.48s 45.14s
प्रतिसाद वेळ (एकूण) 29.74s 146.72s
पॅरामीटर्स ~100B 80B एकूण (3B सक्रिय)
उपलब्धता बंद स्रोत मुक्त स्रोत

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#265 Mercury 2.5

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

#264 Qwen3 Coder Next

none
अवैध SVG
खर्च
$0.058
वेळ
246.3s
टोकन्स
64,126 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
Qwen3 Coder Next 4.6 7.9 22.2% 1 2.22s 7,442 621 0

झटपट तुलना

तुलना जोडी बदला