नेव्हिगेशन
AI BENCHY
Advertise here

Mercury 2.5 Preview (high) vs Qwen3.5 Plus 2026-02-15

average score जवळपास समान आहे: 6.6 vs 6.6. Mercury 2.5 Preview (high) चा benchmark खर्च कमी आहे: $0.030 vs $0.073. Mercury 2.5 Preview (high) वेगवान आहे: 4.01s vs 9.86s, pass rates 65.2% vs 53.0%.

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
#158
एकूण आउटपुट टोकन्स
29,370
प्रतिसाद वेळ (सरासरी)
9.86s
एकूण खर्च
$0.073
शिफारस केलेले मॉडेल Mercury 2.5 Preview (high)

It has the best score here (6.6), while costing about 2.5x less than Qwen3.5 Plus 2026-02-15.

तपशीलवार तुलना

मेट्रिक Mercury 2.5 Preview Mercury 2.5 Preview high प्रकाशन: 2026-09-02 Qwen3.5 Plus 2026-02-15 Qwen3.5 Plus 2026-02-15 none प्रकाशन: 2026-02-15
स्कोअर 6.6 6.6
क्रमांक #157 #158
विश्वसनीयता 10.0 10.0
सुसंगतता 8.2 9.4
प्रयत्न 66/66 66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर 65.2% 53.0%
अस्थिर चाचण्या 5 2
एकूण रन 66 66
प्रति निकाल खर्च 0.243 0.682
एकूण खर्च $0.030 $0.073
इनपुट किंमत $0.040 / 1M $0.260 / 1M
आउटपुट किंमत $0.150 / 1M $1.560 / 1M
एकूण इनपुट टोकन्स 115,759 102,655
आउटपुट टोकन्स 2,562 29,370
रिझनिंग टोकन्स 160,943 0
प्रतिसाद वेळ (सरासरी) 4.01s 9.86s
प्रतिसाद वेळ (कमाल) 17.71s 123.00s
प्रतिसाद वेळ (एकूण) 88.25s 157.77s
पॅरामीटर्स ~100B ~397B एकूण (~17B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत

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

#158 Qwen3.5 Plus 2026-02-15

none
खर्च
$0.012
वेळ
153.2s
टोकन्स
7,787 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
Qwen3.5 Plus 2026-02-15 4.3 7.9 11.1% 1 2.05s 7,913 473 0

झटपट तुलना

तुलना जोडी बदला

Mercury 2.5 PreviewhighvsQwen3.6 35B A3BmediumGemini 3.1 Flash LitelowvsMercury 2.5 PreviewhighMercury 2.5 PreviewhighvsInkling SmallmediumLaguna XS 2.1mediumमोफत उपलब्धvsQwen3.5 Plus 2026-02-15noneGemini 3.1 Flash Lite PreviewlowvsMercury 2.5 PreviewhighGemini 3.1 Flash LitelowvsQwen3.5 Plus 2026-02-15noneMercury 2.5 PreviewhighvsQwen3.5-27BnoneGemini 3.5 Flash LitelowvsMercury 2.5 PreviewhighQwen3.5 Plus 2026-02-15nonevsInkling SmallmediumMercury 2.5 PreviewhighvsQwen3.6 27BmediumMercury 2.5 PreviewhighvsLaguna XS 2.1mediumमोफत उपलब्धGemini 3.1 Flash Lite PreviewlowvsQwen3.5 Plus 2026-02-15none