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

Mercury 2.5 (medium) vs LongCat 2.0

average score जवळपास समान आहे: 6.4 vs 6.4. Mercury 2.5 (medium) चा benchmark खर्च कमी आहे: $0.034 vs $0.104. Mercury 2.5 (medium) वेगवान आहे: 7.74s vs 8.50s, pass rates 63.8% vs 42.0%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-01

तुलना केलेली मॉडेल्स

क्रमांक
#206
एकूण आउटपुट टोकन्स
138,946
प्रतिसाद वेळ (सरासरी)
7.74s
एकूण खर्च
$0.034
क्रमांक
#211
एकूण आउटपुट टोकन्स
17,473
प्रतिसाद वेळ (सरासरी)
8.50s
एकूण खर्च
$0.104
शिफारस केलेले मॉडेल Mercury 2.5 (medium)

It has the best score here (6.4), while costing about 3.1x less than LongCat 2.0.

तपशीलवार तुलना

मेट्रिक Mercury 2.5 Mercury 2.5 medium प्रकाशन: 2026-09-08 LongCat 2.0 LongCat 2.0 none प्रकाशन: 2026-07-20
स्कोअर 6.4 6.4
क्रमांक #206 #211
विश्वसनीयता 9.7 10.0
सुसंगतता 8.3 9.0
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 63.8% 42.0%
अस्थिर चाचण्या 5 3
एकूण रन 69 69
प्रति निकाल खर्च 0.280 1.298
एकूण खर्च $0.034 $0.104
इनपुट किंमत $0.040 / 1M $0.300 / 1M
आउटपुट किंमत $0.150 / 1M $1.200 / 1M
एकूण इनपुट टोकन्स 317,982 276,199
आउटपुट टोकन्स 3,918 17,473
रिझनिंग टोकन्स 135,028 0
प्रतिसाद वेळ (सरासरी) 7.74s 8.50s
प्रतिसाद वेळ (कमाल) 107.89s 81.77s
प्रतिसाद वेळ (एकूण) 178.07s 195.60s
पॅरामीटर्स ~100B 1.6T एकूण (48B 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.

#206 Mercury 2.5

medium
खर्च
$0.001
वेळ
3.8s
टोकन्स
3,386 tok

#211 LongCat 2.0

none
खर्च
$0.027
वेळ
411.7s
टोकन्स
22,283 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 5.0 5.1 44.5% 2 3.70s 7,807 488 21,857
LongCat 2.0 5.5 10.0 33.3% 0 2.85s 7,446 578 0

झटपट तुलना

तुलना जोडी बदला