नेव्हिगेशन
AI BENCHY
Advertise here

Mercury 2.5 Preview (high) vs Laguna XS 2.1 (medium)

Mercury 2.5 Preview (high) average score मध्ये पुढे आहे: 6.6 vs 6.5. Mercury 2.5 Preview (high) चा benchmark खर्च कमी आहे: $0.030 vs $0.068. Mercury 2.5 Preview (high) वेगवान आहे: 4.01s vs 48.18s, pass rates 65.2% vs 45.5%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-09-02

क्रमांक
#157
एकूण आउटपुट टोकन्स
163,505
प्रतिसाद वेळ (सरासरी)
4.01s
एकूण खर्च
$0.030
क्रमांक
#160
एकूण आउटपुट टोकन्स
522,480
प्रतिसाद वेळ (सरासरी)
48.18s
एकूण खर्च
$0.068
शिफारस केलेले मॉडेल Mercury 2.5 Preview (high)

It has the best score here (6.6), while costing about 2.3x less than Laguna XS 2.1 (medium).

तपशीलवार तुलना

मेट्रिक Mercury 2.5 Preview Mercury 2.5 Preview high प्रकाशन: 2026-09-02 Laguna XS 2.1 Laguna XS 2.1 medium प्रकाशन: 2026-07-02 मोफत उपलब्ध
स्कोअर 6.6 6.5
क्रमांक #157 #160
विश्वसनीयता 10.0 10.0
सुसंगतता 8.2 9.2
प्रयत्न 66/66 66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर 65.2% 45.5%
अस्थिर चाचण्या 5 2
एकूण रन 66 66
प्रति निकाल खर्च 0.243 0.745
एकूण खर्च $0.030 $0.068
इनपुट किंमत $0.040 / 1M $0.060 / 1M
आउटपुट किंमत $0.150 / 1M $0.120 / 1M
एकूण इनपुट टोकन्स 115,759 118,998
आउटपुट टोकन्स 2,562 30,750
रिझनिंग टोकन्स 160,943 491,730
प्रतिसाद वेळ (सरासरी) 4.01s 48.18s
प्रतिसाद वेळ (कमाल) 17.71s 422.72s
प्रतिसाद वेळ (एकूण) 88.25s 1059.93s
पॅरामीटर्स ~100B 33B एकूण (3B सक्रिय)
उपलब्धता बंद स्रोत वेट्स उपलब्ध

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#157 Mercury 2.5 Preview

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

#160 Laguna XS 2.1

medium
खर्च
$0.001
वेळ
30.6s
टोकन्स
4,678 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
Laguna XS 2.1 5.5 10.0 33.3% 0 70.35s 7,995 23,767 83,258

झटपट तुलना

तुलना जोडी बदला

Mercury 2.5 PreviewhighvsQwen3.6 35B A3BmediumGemini 3.1 Flash LitelowvsMercury 2.5 PreviewhighMercury 2.5 PreviewhighvsQwen3.5 Plus 2026-02-15noneMercury 2.5 PreviewhighvsInkling SmallmediumLaguna XS 2.1mediumमोफत उपलब्धvsQwen3.5 Plus 2026-02-15noneGemini 3.1 Flash Lite PreviewlowvsMercury 2.5 PreviewhighMercury 2.5 PreviewhighvsQwen3.5-27BnoneGemini 3.5 Flash LitelowvsMercury 2.5 PreviewhighMercury 2.5 PreviewhighvsQwen3.6 27BmediumGemini 3.1 Flash LitelowvsLaguna XS 2.1mediumमोफत उपलब्धGemini 3.1 Flash Lite PreviewnonevsLaguna XS 2.1mediumमोफत उपलब्धLaguna XS 2.1mediumमोफत उपलब्धvsQwen3.6 Max Previewnone