Mercury 2.5 Preview (high) vs Qwen3.5-122B-A10B

Mercury 2.5 Preview (high) average score मध्ये पुढे आहे: 6.5 vs 6.4. Mercury 2.5 Preview (high) चा benchmark खर्च कमी आहे: $0.039 vs $0.308. Mercury 2.5 Preview (high) वेगवान आहे: 7.61s vs 14.79s, pass rates 65.2% vs 36.2%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-01

तुलना केलेली मॉडेल्स

क्रमांक: #194
एकूण आउटपुट टोकन्स: 180,597
प्रतिसाद वेळ (सरासरी): 7.61s
एकूण खर्च: $0.039

क्रमांक: #201
एकूण आउटपुट टोकन्स: 97,112
प्रतिसाद वेळ (सरासरी): 14.79s
एकूण खर्च: $0.308

शिफारस केलेले मॉडेल Mercury 2.5 Preview (high)

It has the best score here (6.5), while costing about 8.0x less than Qwen3.5-122B-A10B.

तपशीलवार तुलना

मेट्रिक	Mercury 2.5 Preview Mercury 2.5 Preview high प्रकाशन: 2026-09-02	Qwen3.5-122B-A10B Qwen3.5-122B-A10B none प्रकाशन: 2026-02-24

मेट्रिक	Mercury 2.5 Preview Mercury 2.5 Preview high प्रकाशन: 2026-09-02	Qwen3.5-122B-A10B Qwen3.5-122B-A10B none प्रकाशन: 2026-02-24
स्कोअर	6.5	6.4
क्रमांक	#194	#201
विश्वसनीयता	9.9	10.0
सुसंगतता	8.0	9.3
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	65.2%	36.2%
अस्थिर चाचण्या	6	2
एकूण रन	69	69
प्रति निकाल खर्च	0.319	4.452
एकूण खर्च	$0.039	$0.308
इनपुट किंमत	$0.000 / 1M	$0.260 / 1M
आउटपुट किंमत	$0.000 / 1M	$2.080 / 1M
एकूण इनपुट टोकन्स	298,512	405,921
आउटपुट टोकन्स	3,178	97,112
रिझनिंग टोकन्स	177,419	0
प्रतिसाद वेळ (सरासरी)	7.61s	14.79s
प्रतिसाद वेळ (कमाल)	86.84s	212.63s
प्रतिसाद वेळ (एकूण)	175.08s	340.25s
पॅरामीटर्स	~100B	122B एकूण (10B 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.

#194 Mercury 2.5 Preview

high

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

#201 Qwen3.5-122B-A10B

none

खर्च: $0.016
वेळ: 44.5s
टोकन्स: 6,431 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
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		55.86s	164,346	8,653	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
Qwen3.5-122B-A10B	4.8	10.0	25.0%	0		1.59s	696	312	0

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
Qwen3.5-122B-A10B	3.7	7.0	22.2%	1		2.77s	7,913	693	0

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
Qwen3.5-122B-A10B	5.2	6.9	33.3%	1		129.31s	214,006	86,212	0

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
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		1.01s	7,794	243	0

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
Qwen3.5-122B-A10B	5.3	10.0	33.3%	0		523ms	798	16	0

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
Qwen3.5-122B-A10B	5.0	10.0	0.0%	0		1.12s	522	66	0

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
Qwen3.5-122B-A10B	6.3	10.0	50.0%	0		513ms	711	69	0

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
Qwen3.5-122B-A10B	3.8	10.0	0.0%	0		1.00s	714	575	0

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
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		2.04s	8,211	264	0

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
Qwen3.5-122B-A10B	3.0	10.0	0.0%	0		295ms	210	9	0

झटपट तुलना

तुलना जोडी बदला

Laguna XS 2.1mediumमोफत उपलब्धvsQwen3.5-122B-A10Bnone Mercury 2.5 PreviewhighvsQwen3.6 35B A3Bmedium Qwen3.5-122B-A10BnonevsGrok 4.3medium Mercury 2.5 PreviewhighvsGLM 5.3low KAT-Coder-Pro V2.5highvsQwen3.5-122B-A10Bnone Claude Sonnet 5.5mediumvsMercury 2.5 Previewhigh Qwen3.5-122B-A10BnonevsSolar Pro 4medium Mercury 2.5 PreviewhighvsGLM 5.1none Qwen3.5-122B-A10BnonevsGLM 5.3low Mercury 2.5 PreviewhighvsGrok 4.3medium Kimi K2.5mediumvsQwen3.5-122B-A10Bnone Mercury 2.5highvsQwen3.5-122B-A10Bnone