नेव्हिगेशन
AI BENCHY
Advertise here

Mercury 2.5 Preview (high) vs LongCat 2.0

Mercury 2.5 Preview (high) average score मध्ये पुढे आहे: 6.6 vs 6.4. Mercury 2.5 Preview (high) चा benchmark खर्च कमी आहे: $0.030 vs $0.044. Mercury 2.5 Preview (high) वेगवान आहे: 4.01s vs 5.17s, pass rates 65.2% vs 40.9%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-09-03

क्रमांक
#163
एकूण आउटपुट टोकन्स
163,505
प्रतिसाद वेळ (सरासरी)
4.01s
एकूण खर्च
$0.030
क्रमांक
#172
एकूण आउटपुट टोकन्स
9,375
प्रतिसाद वेळ (सरासरी)
5.17s
एकूण खर्च
$0.044
शिफारस केलेले मॉडेल Mercury 2.5 Preview (high)

It has the best score here (6.6), while costing about 1.5x less than LongCat 2.0.

तपशीलवार तुलना

मेट्रिक Mercury 2.5 Preview Mercury 2.5 Preview high प्रकाशन: 2026-09-02 LongCat 2.0 LongCat 2.0 none प्रकाशन: 2026-07-20
स्कोअर 6.6 6.4
क्रमांक #163 #172
विश्वसनीयता 10.0 10.0
सुसंगतता 8.2 9.3
प्रयत्न 66/66 66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर 65.2% 40.9%
अस्थिर चाचण्या 5 2
एकूण रन 66 66
प्रति निकाल खर्च 0.243 0.549
एकूण खर्च $0.030 $0.044
इनपुट किंमत $0.040 / 1M $0.300 / 1M
आउटपुट किंमत $0.150 / 1M $1.200 / 1M
एकूण इनपुट टोकन्स 115,759 108,752
आउटपुट टोकन्स 2,562 9,375
रिझनिंग टोकन्स 160,943 0
प्रतिसाद वेळ (सरासरी) 4.01s 5.17s
प्रतिसाद वेळ (कमाल) 17.71s 48.38s
प्रतिसाद वेळ (एकूण) 88.25s 113.83s
पॅरामीटर्स ~100B 1.6T एकूण (48B सक्रिय)
उपलब्धता बंद स्रोत मुक्त स्रोत

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#163 Mercury 2.5 Preview

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

#172 LongCat 2.0

none
खर्च
$0.027
वेळ
411.7s
टोकन्स
22,283 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
LongCat 2.0 5.5 10.0 33.3% 0 2.85s 7,446 578 0

झटपट तुलना

तुलना जोडी बदला

LongCat 2.0nonevsMiMo-V2.5mediumMercury 2.5 PreviewhighvsQwen3.6 35B A3BmediumDots 3 Note Previewhighमोफत उपलब्धvsLongCat 2.0noneGemini 3.1 Flash LitelowvsMercury 2.5 PreviewhighMercury 2.5 PreviewhighvsQwen3.5 Plus 2026-02-15noneDots 3 Note Previewlowमोफत उपलब्धvsLongCat 2.0noneLing-3.0-flashhighvsLongCat 2.0noneMercury 2.5 PreviewhighvsInkling SmallmediumGemini 3.1 Flash Lite PreviewlowvsMercury 2.5 PreviewhighMercury 2.5 PreviewhighvsQwen3.5-27BnoneGemini 3.5 Flash LitelowvsMercury 2.5 PreviewhighMercury 2.5 PreviewhighvsQwen3.6 27Bmedium