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 MiniMax M2.5 (medium)

MiniMax M2.5 (medium) average score मध्ये पुढे आहे: 4.6 vs 3.9. Mercury 2.5 चा benchmark खर्च कमी आहे: $0.016 vs $0.327. Mercury 2.5 वेगवान आहे: 2.45s vs 69.08s, pass rates 25.8% vs 43.9%.

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

तुलना केलेली मॉडेल्स

क्रमांक
#312
एकूण आउटपुट टोकन्स
71,143
प्रतिसाद वेळ (सरासरी)
2.45s
एकूण खर्च
$0.016
क्रमांक
#295
एकूण आउटपुट टोकन्स
272,229
प्रतिसाद वेळ (सरासरी)
69.08s
एकूण खर्च
$0.327
शिफारस केलेले मॉडेल Mercury 2.5

Its score stays close to the best score here (3.9 vs 4.6), while costing about 20.9x less than MiniMax M2.5 (medium).

तपशीलवार तुलना

मेट्रिक Mercury 2.5 Mercury 2.5 none प्रकाशन: 2026-09-08 MiniMax M2.5 MiniMax M2.5 medium प्रकाशन: 2026-02-12
स्कोअर 3.9 4.6
क्रमांक #312 #295
विश्वसनीयता 10.0 10.0
सुसंगतता 7.5 6.6
प्रयत्न 66/66 66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर 25.8% 43.9%
अस्थिर चाचण्या 7 9
एकूण रन 66 66
प्रति निकाल खर्च 0.782 6.463
एकूण खर्च $0.016 $0.327
इनपुट किंमत $0.040 / 1M $0.270 / 1M
आउटपुट किंमत $0.150 / 1M $1.080 / 1M
एकूण इनपुट टोकन्स 123,740 142,621
आउटपुट टोकन्स 71,143 20,409
रिझनिंग टोकन्स 0 251,820
प्रतिसाद वेळ (सरासरी) 2.45s 69.08s
प्रतिसाद वेळ (कमाल) 36.48s 251.36s
प्रतिसाद वेळ (एकूण) 53.83s 1036.24s
पॅरामीटर्स ~100B 230B एकूण (10B सक्रिय)
उपलब्धता बंद स्रोत वेट्स उपलब्ध

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#312 Mercury 2.5

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

#295 MiniMax M2.5

medium
Reached the allocated time limit (300 seconds) without receiving showcase output.
खर्च
$0.000
वेळ
300.0s
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

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
MiniMax M2.5 3.4 9.1 0.0% 0 188.58s 6,076 357 106,177

झटपट तुलना

तुलना जोडी बदला