Mercury 2.5 (medium) vs Solar Pro 4 (low)

Solar Pro 4 (low) average score मध्ये पुढे आहे: 6.8 vs 6.8. Mercury 2.5 (medium) चा benchmark खर्च कमी आहे: $0.022 vs $0.044. Mercury 2.5 (medium) वेगवान आहे: 3.19s vs 136.11s, pass rates 65.2% vs 60.6%.

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

तुलना केलेली मॉडेल्स

क्रमांक: #157
एकूण आउटपुट टोकन्स: 120,129
प्रतिसाद वेळ (सरासरी): 3.19s
एकूण खर्च: $0.022

क्रमांक: #152
एकूण आउटपुट टोकन्स: 338,373
प्रतिसाद वेळ (सरासरी): 136.11s
एकूण खर्च: $0.044

शिफारस केलेले मॉडेल Mercury 2.5 (medium)

Its score stays close to the best score here (6.8 vs 6.8), while costing about 2.0x less than Solar Pro 4 (low).

तपशीलवार तुलना

मेट्रिक	Mercury 2.5 Mercury 2.5 medium प्रकाशन: 2026-09-08	Solar Pro 4 Solar Pro 4 low प्रकाशन: 2026-08-11

मेट्रिक	Mercury 2.5 Mercury 2.5 medium प्रकाशन: 2026-09-08	Solar Pro 4 Solar Pro 4 low प्रकाशन: 2026-08-11
स्कोअर	6.8	6.8
क्रमांक	#157	#152
विश्वसनीयता	9.8	10.0
सुसंगतता	8.6	7.9
प्रयत्न	66/66	66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर	65.2%	60.6%
अस्थिर चाचण्या	4	6
एकूण रन	66	66
प्रति निकाल खर्च	0.181	0.394
एकूण खर्च	$0.022	$0.044
इनपुट किंमत	$0.040 / 1M	$0.030 / 1M
आउटपुट किंमत	$0.150 / 1M	$0.120 / 1M
एकूण इनपुट टोकन्स	91,402	90,556
आउटपुट टोकन्स	3,138	6,153
रिझनिंग टोकन्स	116,991	332,220
प्रतिसाद वेळ (सरासरी)	3.19s	136.11s
प्रतिसाद वेळ (कमाल)	9.87s	640.89s
प्रतिसाद वेळ (एकूण)	70.18s	2994.49s
पॅरामीटर्स	~100B	~100B
उपलब्धता	बंद स्रोत	बंद स्रोत

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#157 Mercury 2.5

medium

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

#152 Solar Pro 4

low

या मॉडेलसाठी अद्याप कोणताही शोकेस निकाल तयार झालेला नाही.

खर्च: लागू नाही
वेळ: -
टोकन्स: 0 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:

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
Solar Pro 4	8.2	7.9	83.3%	1		40.16s	1,104	448	28,157

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
Solar Pro 4	5.5	7.4	44.4%	1		259.63s	6,033	515	76,894

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
Solar Pro 4	6.3	5.8	66.7%	1		358.12s	64,264	4,057	78,802

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
Solar Pro 4	10.0	10.0	100.0%	0		62.38s	7,575	252	15,931

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
Solar Pro 4	2.9	7.2	11.1%	1		279.04s	1,098	29	72,097

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
Solar Pro 4	5.5	10.0	0.0%	0		61.21s	609	127	11,458

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
Solar Pro 4	8.0	6.8	66.7%	1		56.42s	909	75	14,564

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
Solar Pro 4	9.0	7.9	88.9%	1		42.14s	1,017	406	19,730

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
Solar Pro 4	10.0	10.0	100.0%	0		7.12s	7,620	225	769

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
Solar Pro 4	3.0	10.0	0.0%	0		69.22s	327	19	13,818

झटपट तुलना

तुलना जोडी बदला

Gemini 3 Flash PreviewnonevsMercury 2.5medium Mercury 2.5mediumvsGLM 5.3low Mercury 2.5mediumvsGLM 5.2none Seed-2.0-CodemediumvsSolar Pro 4low Step 3.7 FlashhighvsSolar Pro 4low Mercury 2.5mediumvsKAT-Coder-Pro V2.5none DeepSeek V4 PrononevsMercury 2.5medium DeepSeek V4 PrononevsSolar Pro 4low Qwen3.6 FlashmediumvsSolar Pro 4low Solar Pro 4lowvsMiMo-V2.5-Promedium Gemini 3.5 FlashnonevsSolar Pro 4low Mercury 2.5mediumvsLongCat 2.0low