Mercury 2.5 Preview (high) vs KAT-Coder-Pro V2.5 (high)

average score जवळपास समान आहे: 6.5 vs 6.5. Mercury 2.5 Preview (high) चा benchmark खर्च कमी आहे: $0.040 vs $0.506. Mercury 2.5 Preview (high) वेगवान आहे: 7.61s vs 21.21s, pass rates 65.2% vs 60.9%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-12

तुलना केलेली मॉडेल्स

क्रमांक: #207
एकूण आउटपुट टोकन्स: 180,597
प्रतिसाद वेळ (सरासरी): 7.61s
एकूण खर्च: $0.040

क्रमांक: #211
एकूण आउटपुट टोकन्स: 144,359
प्रतिसाद वेळ (सरासरी): 21.21s
एकूण खर्च: $0.506

शिफारस केलेले मॉडेल Mercury 2.5 Preview (high)

It has the best score here (6.5), while costing about 13.0x less than KAT-Coder-Pro V2.5 (high).

तपशीलवार तुलना

मेट्रिक	Mercury 2.5 Preview Mercury 2.5 Preview high प्रकाशन: 2026-09-02	KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 high प्रकाशन: 2026-07-14

मेट्रिक	Mercury 2.5 Preview Mercury 2.5 Preview high प्रकाशन: 2026-09-02	KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 high प्रकाशन: 2026-07-14
स्कोअर	6.5	6.5
क्रमांक	#207	#211
विश्वसनीयता	9.9	10.0
सुसंगतता	8.0	7.9
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	65.2%	60.9%
अस्थिर चाचण्या	6	6
एकूण रन	69	69
प्रति निकाल खर्च	0.319	4.599
एकूण खर्च	$0.040	$0.506
इनपुट किंमत	$0.040 / 1M	$0.740 / 1M
आउटपुट किंमत	$0.150 / 1M	$2.960 / 1M
कॅश वाचण्याची किंमत	लागू नाही	$0.150 / 1M
कॅश लिहिण्याची किंमत	लागू नाही	लागू नाही
एकूण इनपुट टोकन्स	298,512	106,085
आउटपुट टोकन्स	3,178	9,071
रिझनिंग टोकन्स	177,419	135,288
प्रतिसाद वेळ (सरासरी)	7.61s	21.21s
प्रतिसाद वेळ (कमाल)	86.84s	199.97s
प्रतिसाद वेळ (एकूण)	175.08s	487.83s
पॅरामीटर्स	~100B	~700B एकूण (~72B सक्रिय)
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.

#207 Mercury 2.5 Preview

high

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

#211 KAT-Coder-Pro V2.5

high

खर्च: $0.009
वेळ: 26.4s
टोकन्स: 3,117 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:

स्वायत्त एजंट कार्ये	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Mercury 2.5 Preview	6.1	3.1	66.7%	1		86.84s	182,753	616	16,476
KAT-Coder-Pro V2.5	3.0	10.0	0.0%	0		1.52s	0	0	0

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 Preview	10.0	10.0	100.0%	0		1.09s	785	181	7,008
KAT-Coder-Pro V2.5	7.0	8.0	66.7%	1		3.17s	672	447	2,716

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
KAT-Coder-Pro V2.5	6.4	7.9	44.4%	1		22.00s	7,893	422	20,461

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Mercury 2.5 Preview	3.8	1.6	50.0%	2		14.36s	95,789	765	54,789
KAT-Coder-Pro V2.5	7.3	5.8	83.3%	1		106.70s	78,458	6,956	60,306

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 Preview	10.0	10.0	100.0%	0		2.24s	8,292	560	8,522
KAT-Coder-Pro V2.5	10.0	10.0	100.0%	0		4.13s	7,776	278	1,960

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Mercury 2.5 Preview	2.9	4.4	22.2%	2		5.68s	857	67	25,958
KAT-Coder-Pro V2.5	2.9	4.4	22.2%	2		44.66s	780	33	43,896

Samanya Buddhimatta	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Mercury 2.5 Preview	5.1	10.0	0.0%	0		1.88s	542	94	3,300
KAT-Coder-Pro V2.5	5.1	10.0	0.0%	0		3.27s	516	139	647

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Mercury 2.5 Preview	9.8	10.0	100.0%	0		1.05s	741	94	3,777
KAT-Coder-Pro V2.5	9.9	10.0	100.0%	0		2.67s	699	84	976

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Mercury 2.5 Preview	10.0	10.0	100.0%	0		1.21s	774	292	6,066
KAT-Coder-Pro V2.5	8.2	7.2	88.9%	1		3.38s	696	428	1,936

टूल कॉलिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Mercury 2.5 Preview	3.0	10.0	0.0%	0		2.25s	0	0	0
KAT-Coder-Pro V2.5	10.0	10.0	100.0%	0		28.04s	8,391	268	896

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Mercury 2.5 Preview	3.0	10.0	0.0%	0		5.41s	228	24	8,954
KAT-Coder-Pro V2.5	3.0	10.0	0.0%	0		5.22s	204	16	1,494

तुलना जोडी बदला

KAT-Coder-Pro V2.5highvsGrok 4.3medium KAT-Coder-Pro V2.5highvsGLM 5.1none KAT-Coder-Pro V2.5highvsLaguna XS 2.1mediumमोफत उपलब्ध Mercury 2.5 PreviewhighvsQwen3.6 35B A3Bmedium Mercury 2.5 PreviewhighvsGLM 5.3low KAT-Coder-Pro V2.5highvsQwen3.5-122B-A10Bnone KAT-Coder-Pro V2.5highvsGLM 5.3low Claude Sonnet 5.5mediumvsMercury 2.5 Previewhigh Gemini 3 Flash PreviewnonevsKAT-Coder-Pro V2.5high Mercury 2.5 PreviewhighvsGLM 5.1none Mercury 2.5 PreviewhighvsGrok 4.3medium KAT-Coder-Pro V2.5highvsSolar Pro 4medium