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 Qwen3.5-122B-A10B

Qwen3.5-122B-A10B average score मध्ये पुढे आहे: 6.4 vs 6.4. Mercury 2.5 (medium) चा benchmark खर्च कमी आहे: $0.034 vs $0.308. Mercury 2.5 (medium) वेगवान आहे: 7.74s vs 14.79s, pass rates 63.8% vs 36.2%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-09

तुलना केलेली मॉडेल्स

क्रमांक
#219
एकूण आउटपुट टोकन्स
138,946
प्रतिसाद वेळ (सरासरी)
7.74s
एकूण खर्च
$0.034
क्रमांक
#214
एकूण आउटपुट टोकन्स
97,112
प्रतिसाद वेळ (सरासरी)
14.79s
एकूण खर्च
$0.308
शिफारस केलेले मॉडेल Mercury 2.5 (medium)

Its score stays close to the best score here (6.4 vs 6.4), while costing about 9.2x less than Qwen3.5-122B-A10B.

तपशीलवार तुलना

मेट्रिक Mercury 2.5 Mercury 2.5 medium प्रकाशन: 2026-09-08 Qwen3.5-122B-A10B Qwen3.5-122B-A10B none प्रकाशन: 2026-02-24
स्कोअर 6.4 6.4
क्रमांक #219 #214
विश्वसनीयता 9.7 10.0
सुसंगतता 8.3 9.3
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 63.8% 36.2%
अस्थिर चाचण्या 5 2
एकूण रन 69 69
प्रति निकाल खर्च 0.280 4.452
एकूण खर्च $0.034 $0.308
इनपुट किंमत $0.040 / 1M $0.260 / 1M
आउटपुट किंमत $0.150 / 1M $2.080 / 1M
कॅश वाचण्याची किंमत $0.004 / 1M लागू नाही
कॅश लिहिण्याची किंमत लागू नाही लागू नाही
एकूण इनपुट टोकन्स 317,982 405,921
आउटपुट टोकन्स 3,918 97,112
रिझनिंग टोकन्स 135,028 0
प्रतिसाद वेळ (सरासरी) 7.74s 14.79s
प्रतिसाद वेळ (कमाल) 107.89s 212.63s
प्रतिसाद वेळ (एकूण) 178.07s 340.25s
पॅरामीटर्स ~100B 122B एकूण (10B सक्रिय)
उपलब्धता बंद स्रोत मुक्त 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.

#219 Mercury 2.5

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

#214 Qwen3.5-122B-A10B

none
खर्च
$0.016
वेळ
44.5s
टोकन्स
6,431 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
Qwen3.5-122B-A10B 3.7 7.0 22.2% 1 2.77s 7,913 693 0

तुलना जोडी बदला