Mercury 2.5 Preview (high) vs Qwen3.6 Max Preview

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 $0.228. Mercury 2.5 Preview (high) वेगवान आहे: 4.01s vs 7.82s, pass rates 65.2% vs 56.1%.

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: #163
एकूण आउटपुट टोकन्स: 19,257
प्रतिसाद वेळ (सरासरी): 7.82s
एकूण खर्च: $0.228

शिफारस केलेले मॉडेल Mercury 2.5 Preview (high)

It has the best score here (6.6), while costing about 7.8x less than Qwen3.6 Max Preview.

तपशीलवार तुलना

मेट्रिक	Mercury 2.5 Preview Mercury 2.5 Preview high प्रकाशन: 2026-09-02	Qwen3.6 Max Preview Qwen3.6 Max Preview none प्रकाशन: 2026-04-20

मेट्रिक	Mercury 2.5 Preview Mercury 2.5 Preview high प्रकाशन: 2026-09-02	Qwen3.6 Max Preview Qwen3.6 Max Preview none प्रकाशन: 2026-04-20
स्कोअर	6.6	6.4
क्रमांक	#157	#163
विश्वसनीयता	10.0	9.9
सुसंगतता	8.2	9.3
प्रयत्न	66/66	66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर	65.2%	56.1%
अस्थिर चाचण्या	5	2
एकूण रन	66	66
प्रति निकाल खर्च	0.243	2.248
एकूण खर्च	$0.030	$0.228
इनपुट किंमत	$0.040 / 1M	$1.028 / 1M
आउटपुट किंमत	$0.150 / 1M	$6.162 / 1M
एकूण इनपुट टोकन्स	115,759	106,348
आउटपुट टोकन्स	2,562	19,257
रिझनिंग टोकन्स	160,943	0
प्रतिसाद वेळ (सरासरी)	4.01s	7.82s
प्रतिसाद वेळ (कमाल)	17.71s	102.62s
प्रतिसाद वेळ (एकूण)	88.25s	172.04s
पॅरामीटर्स	~100B	~1T एकूण (~40B 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

#163 Qwen3.6 Max Preview

none

खर्च: $0.025
वेळ: 83.9s
टोकन्स: 4,066 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:

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
Qwen3.6 Max Preview	5.2	7.9	41.7%	1		2.63s	696	513	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
Qwen3.6 Max Preview	3.8	7.3	22.2%	1		3.12s	7,913	456	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
Qwen3.6 Max Preview	6.5	10.0	50.0%	0		61.56s	78,779	17,320	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
Qwen3.6 Max Preview	10.0	10.0	100.0%	0		2.87s	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
Qwen3.6 Max Preview	5.3	10.0	33.3%	0		1.23s	798	18	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
Qwen3.6 Max Preview	4.3	10.0	0.0%	0		1.62s	522	76	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
Qwen3.6 Max Preview	9.8	10.0	100.0%	0		1.40s	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
Qwen3.6 Max Preview	10.0	10.0	100.0%	0		2.65s	714	321	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
Qwen3.6 Max Preview	10.0	10.0	100.0%	0		5.27s	8,211	222	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
Qwen3.6 Max Preview	3.0	10.0	0.0%	0		1.97s	210	19	0

झटपट तुलना

तुलना जोडी बदला