Mercury 2.5 Preview (low) vs Hy4 preview

Mercury 2.5 Preview (low) average score मध्ये पुढे आहे: 5.0 vs 4.8. Mercury 2.5 Preview (low) चा benchmark खर्च कमी आहे: $0.011 vs $0.041. Mercury 2.5 Preview (low) वेगवान आहे: 1.31s vs 39.24s, pass rates 47.0% vs 16.7%.

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: #262
एकूण आउटपुट टोकन्स: 7,306
प्रतिसाद वेळ (सरासरी): 39.24s
एकूण खर्च: $0.041

शिफारस केलेले मॉडेल Mercury 2.5 Preview (low)

It has the best score here (5.0), while costing about 4.0x less than Hy4 preview.

तपशीलवार तुलना

मेट्रिक	Mercury 2.5 Preview Mercury 2.5 Preview low प्रकाशन: 2026-09-02	Hy4 preview Hy4 preview none प्रकाशन: 2026-08-29

मेट्रिक	Mercury 2.5 Preview Mercury 2.5 Preview low प्रकाशन: 2026-09-02	Hy4 preview Hy4 preview none प्रकाशन: 2026-08-29
स्कोअर	5.0	4.8
क्रमांक	#254	#262
विश्वसनीयता	10.0	4.3
सुसंगतता	7.0	9.3
प्रयत्न	66/66	66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर	47.0%	16.7%
अस्थिर चाचण्या	8	1
एकूण रन	66	66
प्रति निकाल खर्च	0.169	1.343
एकूण खर्च	$0.011	$0.041
इनपुट किंमत	$0.040 / 1M	$0.834 / 1M
आउटपुट किंमत	$0.150 / 1M	$2.501 / 1M
एकूण इनपुट टोकन्स	133,525	26,376
आउटपुट टोकन्स	7,259	7,306
रिझनिंग टोकन्स	24,716	0
प्रतिसाद वेळ (सरासरी)	1.31s	39.24s
प्रतिसाद वेळ (कमाल)	7.29s	95.32s
प्रतिसाद वेळ (एकूण)	28.77s	863.30s
पॅरामीटर्स	~100B	770B एकूण (49B सक्रिय)
उपलब्धता	बंद स्रोत	मुक्त स्रोत

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

#262 Hy4 preview

none

This operation was aborted

खर्च: $0.000
वेळ: 0.0s
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

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
Hy4 preview	3.3	9.6	0.0%	0		31.54s	786	2,278	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
Hy4 preview	3.8	9.4	0.0%	0		45.53s	6,646	4,103	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
Hy4 preview	3.0	10.0	0.0%	0		75.12s	8,758	176	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
Hy4 preview	8.7	10.0	50.0%	0		22.81s	7,215	189	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
Hy4 preview	6.8	10.0	33.3%	0		25.61s	740	25	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
Hy4 preview	5.1	10.0	0.0%	0		58.28s	534	124	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
Hy4 preview	7.0	8.9	50.0%	0		47.90s	750	71	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
Hy4 preview	4.6	7.0	22.2%	1		24.12s	777	330	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
Hy4 preview	3.0	10.0	0.0%	0		81.53s	0	0	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
Hy4 preview	3.0	10.0	0.0%	0		19.87s	170	10	0

झटपट तुलना

तुलना जोडी बदला