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

Mercury 2.5 vs Ling 3.0 Tiny (high)

Mercury 2.5 average score मध्ये पुढे आहे: 4.1 vs 3.7. Ling 3.0 Tiny (high) चा benchmark खर्च कमी आहे: $0.000 vs $0.026. Mercury 2.5 वेगवान आहे: 5.10s vs 72.24s, pass rates 24.6% vs 23.2%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-24

तुलना केलेली मॉडेल्स

क्रमांक
#400
एकूण आउटपुट टोकन्स
89,958
प्रतिसाद वेळ (सरासरी)
5.10s
एकूण खर्च
$0.026
क्रमांक
#411
एकूण आउटपुट टोकन्स
939,018
प्रतिसाद वेळ (सरासरी)
72.24s
एकूण खर्च
$0.000
शिफारस केलेले मॉडेल Mercury 2.5

It has the best score here (4.1), while responding about 14.2x faster than Ling 3.0 Tiny (high).

तपशीलवार तुलना

मेट्रिक Mercury 2.5 Mercury 2.5 none प्रकाशन: 2026-09-08 Ling 3.0 Tiny Ling 3.0 Tiny high प्रकाशन: 2026-08-07
स्कोअर 4.1 3.7
क्रमांक #400 #411
विश्वसनीयता 10.0 10.0
सुसंगतता 7.6 8.9
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 24.6% 23.2%
अस्थिर चाचण्या 7 3
एकूण रन 69 69
प्रति निकाल खर्च 1.298 0.000
एकूण खर्च $0.026 $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 311,488 115,314
आउटपुट टोकन्स 89,958 133,965
रिझनिंग टोकन्स 0 816,718
प्रतिसाद वेळ (सरासरी) 5.10s 72.24s
प्रतिसाद वेळ (कमाल) 63.41s 345.15s
प्रतिसाद वेळ (एकूण) 117.24s 1589.23s
पॅरामीटर्स ~100B 7.9B एकूण (1.3B 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.

#400 Mercury 2.5

none
खर्च
$0.001
वेळ
2.7s
टोकन्स
2,749 tok

#411 Ling 3.0 Tiny

high
No output was saved. The original provider response or failure reason is unavailable.
खर्च
$0.000
वेळ
169.5s
टोकन्स
5,252 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 3.7 7.0 22.2% 1 12.50s 7,888 61,297 0
Ling 3.0 Tiny 2.9 10.0 0.0% 0 177.65s 7,767 59,320 177,922

तुलना जोडी बदला