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: 4.3 vs 4.1. Mercury 2.5 चा benchmark खर्च कमी आहे: $0.026 vs $0.440. Mercury 2.5 वेगवान आहे: 5.10s vs 102.32s, pass rates 24.6% vs 42.0%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-19

तुलना केलेली मॉडेल्स

क्रमांक
#397
एकूण आउटपुट टोकन्स
89,958
प्रतिसाद वेळ (सरासरी)
5.10s
एकूण खर्च
$0.026
क्रमांक
#393
एकूण आउटपुट टोकन्स
284,991
प्रतिसाद वेळ (सरासरी)
102.32s
एकूण खर्च
$0.440
शिफारस केलेले मॉडेल Mercury 2.5

Its score stays close to the best score here (4.1 vs 4.3), while costing about 16.9x 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 4.1 4.3
क्रमांक #397 #393
विश्वसनीयता 10.0 9.3
सुसंगतता 7.6 6.8
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 24.6% 42.0%
अस्थिर चाचण्या 7 9
एकूण रन 69 69
प्रति निकाल खर्च 1.298 7.104
एकूण खर्च $0.026 $0.440
इनपुट किंमत $0.040 / 1M $0.270 / 1M
आउटपुट किंमत $0.150 / 1M $1.080 / 1M
कॅश वाचण्याची किंमत $0.004 / 1M $0.027 / 1M
कॅश लिहिण्याची किंमत लागू नाही लागू नाही
एकूण इनपुट टोकन्स 311,488 188,239
आउटपुट टोकन्स 89,958 27,822
रिझनिंग टोकन्स 0 262,674
प्रतिसाद वेळ (सरासरी) 5.10s 102.32s
प्रतिसाद वेळ (कमाल) 63.41s 600.81s
प्रतिसाद वेळ (एकूण) 117.24s 1637.05s
पॅरामीटर्स ~100B 230B एकूण (10B 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.

#397 Mercury 2.5

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

#393 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

तुलना जोडी बदला