Mercury 2.5 Preview (medium) vs Kimi K2.5 (medium)

Mercury 2.5 Preview (medium) average score मध्ये पुढे आहे: 6.8 vs 6.4. Mercury 2.5 Preview (medium) चा benchmark खर्च कमी आहे: $0.039 vs $0.841. Mercury 2.5 Preview (medium) वेगवान आहे: 6.66s vs 125.76s, pass rates 66.7% vs 60.9%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-03

तुलना केलेली मॉडेल्स

क्रमांक: #173
एकूण आउटपुट टोकन्स: 150,107
प्रतिसाद वेळ (सरासरी): 6.66s
एकूण खर्च: $0.039

क्रमांक: #208
एकूण आउटपुट टोकन्स: 241,096
प्रतिसाद वेळ (सरासरी): 125.76s
एकूण खर्च: $0.841

शिफारस केलेले मॉडेल Mercury 2.5 Preview (medium)

It has the best score here (6.8), while costing about 21.9x less than Kimi K2.5 (medium).

तपशीलवार तुलना

मेट्रिक	Mercury 2.5 Preview Mercury 2.5 Preview medium प्रकाशन: 2026-09-02	Kimi K2.5 Kimi K2.5 medium प्रकाशन: 2026-01-27

मेट्रिक	Mercury 2.5 Preview Mercury 2.5 Preview medium प्रकाशन: 2026-09-02	Kimi K2.5 Kimi K2.5 medium प्रकाशन: 2026-01-27
स्कोअर	6.8	6.4
क्रमांक	#173	#208
विश्वसनीयता	10.0	9.6
सुसंगतता	9.6	7.1
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	66.7%	60.9%
अस्थिर चाचण्या	1	8
एकूण रन	69	69
प्रति निकाल खर्च	0.244	6.085
एकूण खर्च	$0.039	$0.841
इनपुट किंमत	$0.040 / 1M	$0.450 / 1M
आउटपुट किंमत	$0.150 / 1M	$2.250 / 1M
कॅश वाचण्याची किंमत	लागू नाही	$0.070 / 1M
कॅश लिहिण्याची किंमत	लागू नाही	लागू नाही
एकूण इनपुट टोकन्स	397,291	292,271
आउटपुट टोकन्स	6,355	55,025
रिझनिंग टोकन्स	143,752	186,071
प्रतिसाद वेळ (सरासरी)	6.66s	125.76s
प्रतिसाद वेळ (कमाल)	74.63s	566.79s
प्रतिसाद वेळ (एकूण)	153.29s	2137.84s
पॅरामीटर्स	~100B	1T एकूण (32B सक्रिय)
उपलब्धता	बंद स्रोत	वेट्स उपलब्ध

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.

#173 Mercury 2.5 Preview

medium

खर्च: $0.001
वेळ: 2.7s
टोकन्स: 2,241 tok

#208 MoonshotAI: Kimi K2.5

medium

खर्च: $0.030
वेळ: 58.6s
टोकन्स: 8,683 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	3.9	9.6	0.0%	0		74.63s	284,578	919	22,154
Kimi K2.5	3.9	9.6	0.0%	0		566.79s	173,775	1,503	18,651

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	10.0	10.0	100.0%	0		1.43s	781	203	7,921
Kimi K2.5	7.3	5.8	83.3%	2		51.38s	634	2,789	8,880

कोडिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Mercury 2.5 Preview	7.8	10.0	66.7%	0		3.86s	7,839	552	22,126
Kimi K2.5	6.1	4.6	66.7%	2		217.49s	6,935	5,705	74,693

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Mercury 2.5 Preview	6.5	10.0	50.0%	0		13.86s	92,663	3,607	41,588
Kimi K2.5	6.7	9.1	50.0%	0		89.19s	95,416	14,448	11,209

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	10.0	10.0	100.0%	0		2.77s	8,292	514	11,354
Kimi K2.5	10.0	10.0	100.0%	0		49.78s	7,020	563	7,940

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	5.3	7.2	44.4%	1		3.72s	853	62	17,120
Kimi K2.5	2.9	4.4	22.2%	2		111.65s	533	12,151	32,741

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		2.09s	538	99	3,375
Kimi K2.5	6.5	3.4	66.7%	1		69.73s	480	3,815	4,262

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	9.8	10.0	100.0%	0		1.35s	744	96	3,987
Kimi K2.5	10.0	10.0	100.0%	0		92.47s	675	5,371	6,547

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	10.0	10.0	100.0%	0		1.87s	771	274	7,323
Kimi K2.5	5.3	7.3	44.4%	1		43.23s	659	8,426	12,692

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	3.0	10.0	0.0%	0		2.37s	0	0	0
Kimi K2.5	10.0	10.0	100.0%	0		31.74s	5,933	242	812

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		4.13s	232	29	6,804
Kimi K2.5	3.0	10.0	0.0%	0		83.95s	211	12	7,644

झटपट तुलना

तुलना जोडी बदला

Mercury 2.5 PreviewmediumvsInklinglowमोफत उपलब्ध Gemini 3.5 FlashminimalvsKimi K2.5medium Mercury 2.5 PreviewmediumvsGPT-6 Solnone Dots 3 Note Previewhighमोफत उपलब्धvsKimi K2.5medium Dots 3 Note Previewlowमोफत उपलब्धvsKimi K2.5medium Gemini 3 Flash PreviewnonevsKimi K2.5medium Kimi K2.5mediumvsQwen3.5-122B-A10Bnone Claude Opus 4.8nonevsMercury 2.5 Previewmedium Claude Sonnet 5.5lowvsMercury 2.5 Previewmedium LongCat 2.0nonevsKimi K2.5medium Mercury 2.5 PreviewmediumvsGPT-5.6 Lunalow Kimi K2.5mediumvsQwen3.6 27Bnone