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 Minimax M3.1 Flash (xhigh)

average score जवळपास समान आहे: 6.4 vs 6.4. Minimax M3.1 Flash (xhigh) चा benchmark खर्च कमी आहे: $0.000 vs $0.034. Mercury 2.5 (medium) वेगवान आहे: 7.74s vs 21.71s, pass rates 63.8% vs 56.5%.

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

तुलना केलेली मॉडेल्स

क्रमांक
#246
एकूण आउटपुट टोकन्स
138,946
प्रतिसाद वेळ (सरासरी)
7.74s
एकूण खर्च
$0.034
क्रमांक
#243
एकूण आउटपुट टोकन्स
165,306
प्रतिसाद वेळ (सरासरी)
21.71s
एकूण खर्च
$0.000
शिफारस केलेले मॉडेल Mercury 2.5 (medium)

It has the best score here (6.4), while responding about 2.8x faster than Minimax M3.1 Flash (xhigh).

तपशीलवार तुलना

मेट्रिक Mercury 2.5 Mercury 2.5 medium प्रकाशन: 2026-09-08 Minimax M3.1 Flash Minimax M3.1 Flash xhigh प्रकाशन: 2026-10-19 मोफत उपलब्ध
स्कोअर 6.4 6.4
क्रमांक #246 #243
विश्वसनीयता 9.7 10.0
सुसंगतता 8.3 8.3
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 63.8% 56.5%
अस्थिर चाचण्या 5 5
एकूण रन 69 69
प्रति निकाल खर्च 0.280 0.000
एकूण खर्च $0.034 $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 317,982 318,768
आउटपुट टोकन्स 3,918 9,865
रिझनिंग टोकन्स 135,028 155,441
प्रतिसाद वेळ (सरासरी) 7.74s 21.71s
प्रतिसाद वेळ (कमाल) 107.89s 87.61s
प्रतिसाद वेळ (एकूण) 178.07s 499.37s
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.

#246 Mercury 2.5

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

#243 Minimax M3.1 Flash

xhigh
खर्च
$0.000
वेळ
91.1s
टोकन्स
11,588 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
Minimax M3.1 Flash 6.0 4.6 66.7% 2 20.38s 9,024 346 19,926

तुलना जोडी बदला