नेव्हिगेशन
Advertise here

Mercury 2.5 Preview (high) vs Qwen3.6 35B A3B (medium)

average score जवळपास समान आहे: 6.5 vs 6.5. Mercury 2.5 Preview (high) चा benchmark खर्च कमी आहे: $0.040 vs $0.834. Mercury 2.5 Preview (high) वेगवान आहे: 7.61s vs 59.92s, pass rates 65.2% vs 58.0%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-16

तुलना केलेली मॉडेल्स

क्रमांक
#223
एकूण आउटपुट टोकन्स
180,597
प्रतिसाद वेळ (सरासरी)
7.61s
एकूण खर्च
$0.040
क्रमांक
#222
एकूण आउटपुट टोकन्स
769,570
प्रतिसाद वेळ (सरासरी)
59.92s
एकूण खर्च
$0.834
शिफारस केलेले मॉडेल Mercury 2.5 Preview (high)

It has the best score here (6.5), while costing about 21.4x less than Qwen3.6 35B A3B (medium).

तपशीलवार तुलना

मेट्रिक Mercury 2.5 Preview Mercury 2.5 Preview high प्रकाशन: 2026-09-02 Qwen3.6 35B A3B Qwen3.6 35B A3B medium प्रकाशन: 2026-04-20
स्कोअर 6.5 6.5
क्रमांक #223 #222
विश्वसनीयता 9.9 10.0
सुसंगतता 8.0 9.0
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 65.2% 58.0%
अस्थिर चाचण्या 6 3
एकूण रन 69 69
प्रति निकाल खर्च 0.319 6.732
एकूण खर्च $0.040 $0.834
इनपुट किंमत $0.040 / 1M $0.150 / 1M
आउटपुट किंमत $0.150 / 1M $1.000 / 1M
कॅश वाचण्याची किंमत लागू नाही $0.050 / 1M
कॅश लिहिण्याची किंमत लागू नाही लागू नाही
एकूण इनपुट टोकन्स 298,512 282,192
आउटपुट टोकन्स 3,178 75,306
रिझनिंग टोकन्स 177,419 700,868
प्रतिसाद वेळ (सरासरी) 7.61s 59.92s
प्रतिसाद वेळ (कमाल) 86.84s 817.57s
प्रतिसाद वेळ (एकूण) 175.08s 1258.32s
पॅरामीटर्स ~100B 35B एकूण (3B सक्रिय)
उपलब्धता बंद स्रोत मुक्त 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.

#223 Mercury 2.5 Preview

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

#222 Qwen3.6 35B A3B

medium
Reached the allocated time limit (300 seconds) without receiving showcase output.
खर्च
$0.000
वेळ
300.0s
टोकन्स
0 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
Qwen3.6 35B A3B 7.7 10.0 66.7% 0 50.55s 5,051 7,929 37,223

झटपट तुलना

तुलना जोडी बदला

Mercury 2.5 PreviewhighvsGLM 5.3lowClaude Sonnet 5.5mediumvsMercury 2.5 PreviewhighMercury 2.5highvsQwen3.6 35B A3BmediumQwen3.6 35B A3BmediumvsGLM 5.3lowMercury 2.5 PreviewhighvsGLM 5.1noneMercury 2.5 PreviewhighvsGrok 4.3mediumQwen3.6 35B A3BmediumvsGLM 5.1noneKAT-Coder-Pro V2.5lowvsQwen3.6 35B A3BmediumMercury 2.5 PreviewhighvsLaguna XS 2.1mediumमोफत उपलब्धKAT-Coder-Pro V2.5highvsQwen3.6 35B A3BmediumMercury 2.5 PreviewhighvsKAT-Coder-Pro V2.5lowMercury 2.5 PreviewhighvsQwen3.5-122B-A10Bnone