Mercury 2.5 Preview (low) vs Nemotron 3 Super

Mercury 2.5 Preview (low) average score मध्ये पुढे आहे: 5.0 vs 4.8. Nemotron 3 Super चा benchmark खर्च कमी आहे: $0.008 vs $0.011. Mercury 2.5 Preview (low) वेगवान आहे: 1.31s vs 6.04s, pass rates 47.0% vs 27.3%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-09-02

क्रमांक: #254
एकूण आउटपुट टोकन्स: 31,975
प्रतिसाद वेळ (सरासरी): 1.31s
एकूण खर्च: $0.011

क्रमांक: #261
एकूण आउटपुट टोकन्स: 6,432
प्रतिसाद वेळ (सरासरी): 6.04s
एकूण खर्च: $0.008

शिफारस केलेले मॉडेल Mercury 2.5 Preview (low)

It has the best score here (5.0), while responding about 4.6x faster than Nemotron 3 Super.

तपशीलवार तुलना

मेट्रिक	Mercury 2.5 Preview Mercury 2.5 Preview low प्रकाशन: 2026-09-02	Nemotron 3 Super Nemotron 3 Super none प्रकाशन: 2026-03-11 मोफत उपलब्ध

मेट्रिक	Mercury 2.5 Preview Mercury 2.5 Preview low प्रकाशन: 2026-09-02	Nemotron 3 Super Nemotron 3 Super none प्रकाशन: 2026-03-11 मोफत उपलब्ध
स्कोअर	5.0	4.8
क्रमांक	#254	#261
विश्वसनीयता	10.0	9.2
सुसंगतता	7.0	9.2
प्रयत्न	66/66	66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर	47.0%	27.3%
अस्थिर चाचण्या	8	2
एकूण रन	66	66
प्रति निकाल खर्च	0.169	0.034
एकूण खर्च	$0.011	$0.008
इनपुट किंमत	$0.040 / 1M	$0.085 / 1M
आउटपुट किंमत	$0.150 / 1M	$0.400 / 1M
एकूण इनपुट टोकन्स	133,525	63,528
आउटपुट टोकन्स	7,259	6,432
रिझनिंग टोकन्स	24,716	0
प्रतिसाद वेळ (सरासरी)	1.31s	6.04s
प्रतिसाद वेळ (कमाल)	7.29s	20.00s
प्रतिसाद वेळ (एकूण)	28.77s	132.96s
पॅरामीटर्स	~100B	120B एकूण (12B सक्रिय)
उपलब्धता	बंद स्रोत	वेट्स उपलब्ध

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#254 Mercury 2.5 Preview

low

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

#261 Nemotron 3 Super

none

खर्च: $0.000
वेळ: 137.8s
टोकन्स: 2,447 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	5.6	3.8	66.7%	3		759ms	786	290	3,019
Nemotron 3 Super	4.8	10.0	25.0%	0		4.46s	671	2,322	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	5.5	10.0	33.3%	0		972ms	7,794	695	2,263
Nemotron 3 Super	3.3	7.2	11.1%	1		2.64s	7,627	571	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	3.0	10.0	0.0%	0		4.77s	110,517	5,013	9,661
Nemotron 3 Super	3.0	10.0	0.0%	0		18.22s	35,803	856	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	6.3	5.8	66.7%	1		1.12s	8,309	611	1,521
Nemotron 3 Super	10.0	10.0	100.0%	0		7.92s	7,944	249	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	4.1	4.4	44.5%	2		836ms	849	45	2,247
Nemotron 3 Super	3.0	10.0	0.0%	0		6.78s	798	24	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	5.0	10.0	0.0%	0		1.05s	540	105	749
Nemotron 3 Super	4.6	10.0	0.0%	0		950ms	500	134	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	6.3	10.0	50.0%	0		1.60s	745	99	1,492
Nemotron 3 Super	6.3	10.0	50.0%	0		804ms	723	66	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	8.2	7.2	88.9%	1		710ms	777	312	2,271
Nemotron 3 Super	5.5	10.0	33.3%	0		2.36s	714	1,125	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	2.8	1.6	33.3%	1		1.57s	2,983	76	739
Nemotron 3 Super	4.7	1.6	66.7%	1		16.00s	8,541	281	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		591ms	225	13	754
Nemotron 3 Super	3.0	10.0	0.0%	0		8.94s	207	804	0

झटपट तुलना

तुलना जोडी बदला