नेव्हिगेशन
Advertise here

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

KAT-Coder-Pro V2.5 (low) average score मध्ये पुढे आहे: 6.5 vs 6.5. Mercury 2.5 Preview (high) चा benchmark खर्च कमी आहे: $0.040 vs $0.568. Mercury 2.5 Preview (high) वेगवान आहे: 7.61s vs 19.40s, pass rates 65.2% vs 65.2%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-11-16

तुलना केलेली मॉडेल्स

क्रमांक
#275
एकूण आउटपुट टोकन्स
180,597
प्रतिसाद वेळ (सरासरी)
7.61s
एकूण खर्च
$0.040
क्रमांक
#271
एकूण आउटपुट टोकन्स
113,193
प्रतिसाद वेळ (सरासरी)
19.40s
एकूण खर्च
$0.568
शिफारस केलेले मॉडेल Mercury 2.5 Preview (high)

Its score stays close to the best score here (6.5 vs 6.5), while costing about 14.5x less than KAT-Coder-Pro V2.5 (low).

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 low प्रकाशन: 2026-07-14
स्कोअर 6.5 6.5
क्रमांक #275 #271
विश्वसनीयता 9.9 10.0
सुसंगतता 8.0 7.1
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 65.2% 65.2%
अस्थिर चाचण्या 6 8
एकूण रन 69 69
प्रति निकाल खर्च 0.319 3.636
एकूण खर्च $0.040 $0.568
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 87,682
आउटपुट टोकन्स 3,178 7,166
रिझनिंग टोकन्स 177,419 106,027
प्रतिसाद वेळ (सरासरी) 7.61s 19.40s
प्रतिसाद वेळ (कमाल) 86.84s 209.15s
प्रतिसाद वेळ (एकूण) 175.08s 446.11s
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.

#275 Mercury 2.5 Preview

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

#271 KAT-Coder-Pro V2.5

low
खर्च
$0.016
वेळ
47.6s
टोकन्स
5,182 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
KAT-Coder-Pro V2.5 7.8 10.0 66.7% 0 24.87s 7,893 402 24,945

तुलना जोडी बदला