नेव्हिगेशन
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Mercury 2.5 Preview (low) vs GPT-4o-mini (default)

Mercury 2.5 Preview (low) average score मध्ये पुढे आहे: 5.0 vs 5.0. Mercury 2.5 Preview (low) चा benchmark खर्च कमी आहे: $0.015 vs $0.024. GPT-4o-mini (default) वेगवान आहे: 4.16s vs 4.92s, pass rates 44.9% vs 21.7%.

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

तुलना केलेली मॉडेल्स

क्रमांक
#336
एकूण आउटपुट टोकन्स
36,870
प्रतिसाद वेळ (सरासरी)
4.92s
एकूण खर्च
$0.015
क्रमांक
#339
एकूण आउटपुट टोकन्स
3,627
प्रतिसाद वेळ (सरासरी)
4.16s
एकूण खर्च
$0.024
शिफारस केलेले मॉडेल Mercury 2.5 Preview (low)

It has the best score here (5.0), while costing about 1.6x less than GPT-4o-mini (default).

तपशीलवार तुलना

मेट्रिक Mercury 2.5 Preview Mercury 2.5 Preview low प्रकाशन: 2026-09-02 GPT-4o-mini GPT-4o-mini default प्रकाशन: 2024-07-18
स्कोअर 5.0 5.0
क्रमांक #336 #339
विश्वसनीयता 9.9 10.0
सुसंगतता 7.1 9.9
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 44.9% 21.7%
अस्थिर चाचण्या 8 0
एकूण रन 69 69
प्रति निकाल खर्च 0.244 0.480
एकूण खर्च $0.015 $0.024
इनपुट किंमत $0.040 / 1M $0.150 / 1M
आउटपुट किंमत $0.150 / 1M $0.600 / 1M
कॅश वाचण्याची किंमत लागू नाही $0.075 / 1M
कॅश लिहिण्याची किंमत लागू नाही लागू नाही
एकूण इनपुट टोकन्स 235,438 145,180
आउटपुट टोकन्स 8,136 3,627
रिझनिंग टोकन्स 28,734 0
प्रतिसाद वेळ (सरासरी) 4.92s 4.16s
प्रतिसाद वेळ (कमाल) 84.47s 39.99s
प्रतिसाद वेळ (एकूण) 113.24s 70.70s
पॅरामीटर्स ~100B ~8B
उपलब्धता बंद स्रोत बंद 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.

#336 Mercury 2.5 Preview

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

#339 GPT-4o-mini

default
खर्च
$0.001
वेळ
6.6s
टोकन्स
742 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 5.5 10.0 33.3% 0 972ms 7,794 695 2,263
GPT-4o-mini 3.2 9.6 0.0% 0 1.63s 7,314 367 0

झटपट तुलना

तुलना जोडी बदला

KAT Coder AIR V2.5lowvsGPT-4o-minidefaultMiniMax M2.7mediumvsGPT-4o-minidefaultMercury 2.5 PreviewlowvsLaguna S 2.1mediumमोफत उपलब्धMercury 2.5 PreviewlowvsMiniMax M2.7mediumDots 3 Note Previewdefaultमोफत उपलब्धvsMercury 2.5 PreviewlowGPT-4o-minidefaultvsInkling Smallnoneमोफत उपलब्धApodex 1.1 Minidefaultमोफत उपलब्धvsMercury 2.5 PreviewlowGPT-4o-minidefaultvsLaguna S 2.1highमोफत उपलब्धGPT-4o-minidefaultvsLaguna S 2.1mediumमोफत उपलब्धMercury 2.5 PreviewlowvsMiMo-V2.5-PrononeMercury 2.5 PreviewlowvsKAT Coder AIR V2.5mediumGPT-4o-minidefaultvsMiMo-V2.5none