Mercury 2.5 Preview (low) vs Mistral Small 4 (medium)

Mistral Small 4 (medium) average score मध्ये पुढे आहे: 5.1 vs 5.0. Mercury 2.5 Preview (low) चा benchmark खर्च कमी आहे: $0.015 vs $0.126. Mercury 2.5 Preview (low) वेगवान आहे: 4.92s vs 12.68s, pass rates 44.9% vs 42.0%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-19

तुलना केलेली मॉडेल्स

क्रमांक: #350
एकूण आउटपुट टोकन्स: 36,870
प्रतिसाद वेळ (सरासरी): 4.92s
एकूण खर्च: $0.015

क्रमांक: #343
एकूण आउटपुट टोकन्स: 127,970
प्रतिसाद वेळ (सरासरी): 12.68s
एकूण खर्च: $0.126

शिफारस केलेले मॉडेल Mercury 2.5 Preview (low)

Its score stays close to the best score here (5.0 vs 5.1), while costing about 8.4x less than Mistral Small 4 (medium).

तपशीलवार तुलना

मेट्रिक	Mercury 2.5 Preview Mercury 2.5 Preview low प्रकाशन: 2026-09-02	Mistral Small 4 Mistral Small 4 medium प्रकाशन: 2026-03-16

मेट्रिक	Mercury 2.5 Preview Mercury 2.5 Preview low प्रकाशन: 2026-09-02	Mistral Small 4 Mistral Small 4 medium प्रकाशन: 2026-03-16
स्कोअर	5.0	5.1
क्रमांक	#350	#343
विश्वसनीयता	9.9	9.7
सुसंगतता	7.1	7.1
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	44.9%	42.0%
अस्थिर चाचण्या	8	8
एकूण रन	69	69
प्रति निकाल खर्च	0.244	2.502
एकूण खर्च	$0.015	$0.126
इनपुट किंमत	$0.040 / 1M	$0.150 / 1M
आउटपुट किंमत	$0.150 / 1M	$0.600 / 1M
कॅश वाचण्याची किंमत	लागू नाही	$0.015 / 1M
कॅश लिहिण्याची किंमत	लागू नाही	लागू नाही
एकूण इनपुट टोकन्स	235,438	321,955
आउटपुट टोकन्स	8,136	41,555
रिझनिंग टोकन्स	28,734	94,946
प्रतिसाद वेळ (सरासरी)	4.92s	12.68s
प्रतिसाद वेळ (कमाल)	84.47s	59.15s
प्रतिसाद वेळ (एकूण)	113.24s	291.66s
पॅरामीटर्स	~100B	119B एकूण (6B 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.

#350 Mercury 2.5 Preview

low

खर्च: $0.001
वेळ: 1.5s
टोकन्स: 1,169 tok

#343 Mistral Small 4

medium

खर्च: $0.006
वेळ: 47.9s
टोकन्स: 9,857 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	5.0	10.0	0.0%	0		84.47s	101,913	877	4,018
Mistral Small 4	5.0	10.0	0.0%	0		54.05s	181,396	1,287	1,617

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	5.6	3.8	66.7%	3		759ms	786	290	3,019
Mistral Small 4	5.6	3.8	66.7%	3		2.67s	708	4,055	4,778

कोडिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Mercury 2.5 Preview	5.5	10.0	33.3%	0		972ms	7,794	695	2,263
Mistral Small 4	4.4	5.1	33.3%	2		39.98s	7,636	11,635	54,715

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Mercury 2.5 Preview	3.0	10.0	0.0%	0		4.77s	110,517	5,013	9,661
Mistral Small 4	3.0	10.0	0.0%	0		32.40s	116,624	17,890	18,384

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	6.3	5.8	66.7%	1		1.12s	8,309	611	1,521
Mistral Small 4	7.3	5.9	83.3%	1		1.23s	6,171	335	723

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	4.1	4.4	44.5%	2		836ms	849	45	2,247
Mistral Small 4	5.9	7.2	55.6%	1		6.33s	807	3,427	7,871

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	5.0	10.0	0.0%	0		1.05s	540	105	749
Mistral Small 4	4.8	10.0	0.0%	0		2.05s	519	821	828

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	6.3	10.0	50.0%	0		1.60s	745	99	1,492
Mistral Small 4	7.3	5.8	83.3%	1		1.38s	729	540	1,031

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	8.2	7.2	88.9%	1		710ms	777	312	2,271
Mistral Small 4	3.4	9.7	0.0%	0		2.17s	735	1,226	2,632

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	2.8	1.6	33.3%	1		1.57s	2,983	76	739
Mistral Small 4	10.0	10.0	100.0%	0		3.50s	6,420	321	810

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		591ms	225	13	754
Mistral Small 4	3.0	10.0	0.0%	0		5.92s	210	18	1,557

तुलना जोडी बदला

Mercury 2.5lowvsMistral Small 4medium Mercury 2.5 PreviewlowvsLaguna S 2.1mediumमोफत उपलब्ध Mistral Small 4mediumvsMiMo-V2.5-Pronone Mercury 2.5 PreviewlowvsMiniMax M2.7medium KAT Coder AIR V2.5highvsMistral Small 4medium Dots 3 Note Previewdefaultमोफत उपलब्धvsMercury 2.5 Previewlow Apodex 1.1 Minidefaultमोफत उपलब्धvsMistral Small 4medium Apodex 1.1 Minidefaultमोफत उपलब्धvsMercury 2.5 Previewlow Mercury 2.5 PreviewlowvsGPT-4o-minidefault Mistral Small 4mediumvsNemotron 3.5 Lightninghighमोफत उपलब्ध Ling 3.0 FlashnonevsMistral Small 4medium Mercury 2.5 PreviewlowvsMiMo-V2.5-Pronone