Mercury 2.5 (medium) vs Laguna XS 2.1 (medium)

Laguna XS 2.1 (medium) average score मध्ये पुढे आहे: 6.4 vs 6.4. Mercury 2.5 (medium) चा benchmark खर्च कमी आहे: $0.034 vs $0.083. Mercury 2.5 (medium) वेगवान आहे: 7.74s vs 48.97s, pass rates 63.8% vs 46.4%.

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: #200
एकूण आउटपुट टोकन्स: 538,292
प्रतिसाद वेळ (सरासरी): 48.97s
एकूण खर्च: $0.083

शिफारस केलेले मॉडेल Mercury 2.5 (medium)

Its score stays close to the best score here (6.4 vs 6.4), while costing about 2.5x less than Laguna XS 2.1 (medium).

तपशीलवार तुलना

मेट्रिक	Mercury 2.5 Mercury 2.5 medium प्रकाशन: 2026-09-08	Laguna XS 2.1 Laguna XS 2.1 medium प्रकाशन: 2026-07-02 मोफत उपलब्ध

मेट्रिक	Mercury 2.5 Mercury 2.5 medium प्रकाशन: 2026-09-08	Laguna XS 2.1 Laguna XS 2.1 medium प्रकाशन: 2026-07-02 मोफत उपलब्ध
स्कोअर	6.4	6.4
क्रमांक	#206	#200
विश्वसनीयता	9.7	10.0
सुसंगतता	8.3	9.0
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	63.8%	46.4%
अस्थिर चाचण्या	5	3
एकूण रन	69	69
प्रति निकाल खर्च	0.280	0.922
एकूण खर्च	$0.034	$0.083
इनपुट किंमत	$0.040 / 1M	$0.060 / 1M
आउटपुट किंमत	$0.150 / 1M	$0.120 / 1M
कॅश वाचण्याची किंमत	$0.004 / 1M	$0.030 / 1M
कॅश लिहिण्याची किंमत	लागू नाही	लागू नाही
एकूण इनपुट टोकन्स	317,982	352,516
आउटपुट टोकन्स	3,918	33,786
रिझनिंग टोकन्स	135,028	504,506
प्रतिसाद वेळ (सरासरी)	7.74s	48.97s
प्रतिसाद वेळ (कमाल)	107.89s	422.72s
प्रतिसाद वेळ (एकूण)	178.07s	1126.35s
पॅरामीटर्स	~100B	33B एकूण (3B सक्रिय)
उपलब्धता	बंद स्रोत	वेट्स उपलब्ध

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.

#206 Mercury 2.5

medium

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

#200 Laguna XS 2.1

medium

खर्च: $0.001
वेळ: 30.6s
टोकन्स: 4,678 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	4.7	3.1	33.3%	1		107.89s	226,580	780	18,037
Laguna XS 2.1	6.1	3.1	66.7%	1		66.42s	233,518	3,036	12,776

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	10.0	10.0	100.0%	0		1.28s	773	192	7,122
Laguna XS 2.1	4.8	10.0	25.0%	0		41.96s	774	353	73,090

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
Laguna XS 2.1	5.5	10.0	33.3%	0		70.35s	7,995	23,767	83,258

संयुक्त	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		9.23s	62,336	1,073	34,370
Laguna XS 2.1	6.3	10.0	50.0%	0		218.07s	91,698	5,496	229,064

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	10.0	10.0	100.0%	0		2.57s	8,385	582	9,343
Laguna XS 2.1	10.0	10.0	100.0%	0		4.50s	7,734	234	3,129

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		4.39s	852	59	19,837
Laguna XS 2.1	3.5	4.4	33.3%	2		67.48s	843	17	91,430

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		1.60s	528	98	2,364
Laguna XS 2.1	5.0	10.0	0.0%	0		4.15s	537	119	1,375

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Mercury 2.5	6.4	6.0	66.7%	1		1.07s	520	55	2,344
Laguna XS 2.1	9.8	10.0	100.0%	0		2.57s	753	82	1,844

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Mercury 2.5	10.0	10.0	100.0%	0		1.93s	766	290	7,721
Laguna XS 2.1	5.3	10.0	33.3%	0		3.43s	771	357	3,355

टूल कॉलिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Mercury 2.5	10.0	10.0	100.0%	0		3.35s	9,203	269	4,641
Laguna XS 2.1	10.0	10.0	100.0%	0		3.01s	7,638	309	748

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		4.30s	232	32	7,392
Laguna XS 2.1	3.0	10.0	0.0%	0		10.88s	255	16	4,437

झटपट तुलना

तुलना जोडी बदला

Gemini 3.5 FlashminimalvsMercury 2.5medium Laguna XS 2.1mediumमोफत उपलब्धvsQwen3.5-122B-A10Bnone KAT-Coder-Pro V2.5highvsLaguna XS 2.1mediumमोफत उपलब्ध Dots 3 Note Previewhighमोफत उपलब्धvsMercury 2.5medium Dots 3 Note Previewlowमोफत उपलब्धvsMercury 2.5medium Gemini 3 Flash PreviewnonevsLaguna XS 2.1mediumमोफत उपलब्ध Laguna XS 2.1mediumमोफत उपलब्धvsGLM 5.1none Laguna XS 2.1mediumमोफत उपलब्धvsGLM 5.3low Mercury 2.5mediumvsLongCat 2.0none Mercury 2.5highvsLaguna XS 2.1mediumमोफत उपलब्ध Mercury 2.5mediumvsQwen3.6 27Bnone Mercury 2.5 PreviewhighvsLaguna XS 2.1mediumमोफत उपलब्ध