नेव्हिगेशन
AI BENCHY
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 MiMo-V2.5

MiMo-V2.5 average score मध्ये पुढे आहे: 5.1 vs 5.0. Mercury 2.5 Preview (low) चा benchmark खर्च कमी आहे: $0.011 vs $0.025. Mercury 2.5 Preview (low) वेगवान आहे: 1.31s vs 4.68s, 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
#249
एकूण आउटपुट टोकन्स
16,464
प्रतिसाद वेळ (सरासरी)
4.68s
एकूण खर्च
$0.025
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 2.4x less than MiMo-V2.5.

तपशीलवार तुलना

मेट्रिक Mercury 2.5 Preview Mercury 2.5 Preview low प्रकाशन: 2026-09-02 MiMo-V2.5 MiMo-V2.5 none प्रकाशन: 2026-04-22
स्कोअर 5.0 5.1
क्रमांक #254 #249
विश्वसनीयता 10.0 10.0
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 0.769
एकूण खर्च $0.011 $0.025
इनपुट किंमत $0.040 / 1M $0.140 / 1M
आउटपुट किंमत $0.150 / 1M $0.280 / 1M
एकूण इनपुट टोकन्स 133,525 141,052
आउटपुट टोकन्स 7,259 16,464
रिझनिंग टोकन्स 24,716 0
प्रतिसाद वेळ (सरासरी) 1.31s 4.68s
प्रतिसाद वेळ (कमाल) 7.29s 55.36s
प्रतिसाद वेळ (एकूण) 28.77s 103.02s
पॅरामीटर्स ~100B 310B एकूण (15B 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

#249 MiMo-V2.5

none
खर्च
$0.007
वेळ
267.4s
टोकन्स
25,283 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
MiMo-V2.5 5.5 10.0 33.3% 0 3.24s 7,440 696 0

झटपट तुलना

तुलना जोडी बदला