नेव्हिगेशन
Advertise here

Mercury 2.5 Preview (high) vs Mercury 2 (medium)

Mercury 2 (medium) average score मध्ये पुढे आहे: 6.6 vs 6.5. Mercury 2.5 Preview (high) चा benchmark खर्च कमी आहे: $0.040 vs $0.121. Mercury 2 (medium) वेगवान आहे: 4.40s vs 7.61s, pass rates 65.2% vs 53.6%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-16

तुलना केलेली मॉडेल्स

क्रमांक
#223
एकूण आउटपुट टोकन्स
180,597
प्रतिसाद वेळ (सरासरी)
7.61s
एकूण खर्च
$0.040
क्रमांक
#218
एकूण आउटपुट टोकन्स
96,943
प्रतिसाद वेळ (सरासरी)
4.40s
एकूण खर्च
$0.121
शिफारस केलेले मॉडेल Mercury 2.5 Preview (high)

Its score stays close to the best score here (6.5 vs 6.6), while costing about 3.1x less than Mercury 2 (medium).

तपशीलवार तुलना

मेट्रिक Mercury 2.5 Preview Mercury 2.5 Preview high प्रकाशन: 2026-09-02 Mercury 2 Mercury 2 medium प्रकाशन: 2026-02-24
स्कोअर 6.5 6.6
क्रमांक #223 #218
विश्वसनीयता 9.9 10.0
सुसंगतता 8.0 8.1
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 65.2% 53.6%
अस्थिर चाचण्या 6 5
एकूण रन 69 69
प्रति निकाल खर्च 0.319 1.201
एकूण खर्च $0.040 $0.121
इनपुट किंमत $0.040 / 1M $0.250 / 1M
आउटपुट किंमत $0.150 / 1M $0.750 / 1M
कॅश वाचण्याची किंमत लागू नाही $0.025 / 1M
कॅश लिहिण्याची किंमत लागू नाही लागू नाही
एकूण इनपुट टोकन्स 298,512 189,300
आउटपुट टोकन्स 3,178 10,854
रिझनिंग टोकन्स 177,419 86,089
प्रतिसाद वेळ (सरासरी) 7.61s 4.40s
प्रतिसाद वेळ (कमाल) 86.84s 34.92s
प्रतिसाद वेळ (एकूण) 175.08s 96.81s
पॅरामीटर्स ~100B ~100B
उपलब्धता बंद स्रोत बंद 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.

#223 Mercury 2.5 Preview

high
खर्च
$0.001
वेळ
4.5s
टोकन्स
3,851 tok

#218 Mercury 2

medium
खर्च
$0.002
वेळ
2.1s
टोकन्स
1,702 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 Preview 6.7 7.8 55.6% 1 6.13s 7,751 485 42,569
Mercury 2 8.2 7.7 77.8% 1 2.04s 7,065 296 11,328

झटपट तुलना

तुलना जोडी बदला

Mercury 2mediumvsStep 3.7 FlashhighMercury 2.5 PreviewhighvsQwen3.6 35B A3BmediumMercury 2.5 PreviewhighvsGLM 5.3lowClaude Sonnet 5.5mediumvsMercury 2.5 PreviewhighMercury 2mediumvsLongCat 2.0lowMercury 2mediumvsKAT-Coder-Pro V2.5lowMercury 2.5 PreviewhighvsGLM 5.1noneMercury 2.5 PreviewhighvsGrok 4.3mediumMercury 2.5 PreviewhighvsLaguna XS 2.1mediumमोफत उपलब्धMercury 2.5 PreviewhighvsKAT-Coder-Pro V2.5lowMercury 2.5 PreviewhighvsQwen3.5-122B-A10BnoneMercury 2mediumvsGLM 5.2none