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 (medium) vs Kimi K2.6 (medium)

average score जवळपास समान आहे: 6.8 vs 6.8. Mercury 2.5 Preview (medium) चा benchmark खर्च कमी आहे: $0.039 vs $1.594. Mercury 2.5 Preview (medium) वेगवान आहे: 6.66s vs 121.25s, pass rates 66.7% vs 60.9%.

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

तुलना केलेली मॉडेल्स

क्रमांक
#199
एकूण आउटपुट टोकन्स
150,107
प्रतिसाद वेळ (सरासरी)
6.66s
एकूण खर्च
$0.039
क्रमांक
#196
एकूण आउटपुट टोकन्स
344,502
प्रतिसाद वेळ (सरासरी)
121.25s
एकूण खर्च
$1.594
शिफारस केलेले मॉडेल Mercury 2.5 Preview (medium)

It has the best score here (6.8), while costing about 41.5x less than Kimi K2.6 (medium).

तपशीलवार तुलना

मेट्रिक Mercury 2.5 Preview Mercury 2.5 Preview medium प्रकाशन: 2026-09-02 Kimi K2.6 Kimi K2.6 medium प्रकाशन: 2026-04-20
स्कोअर 6.8 6.8
क्रमांक #199 #196
विश्वसनीयता 10.0 10.0
सुसंगतता 9.6 8.4
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 66.7% 60.9%
अस्थिर चाचण्या 1 4
एकूण रन 69 69
प्रति निकाल खर्च 0.244 12.282
एकूण खर्च $0.039 $1.594
इनपुट किंमत $0.040 / 1M $0.950 / 1M
आउटपुट किंमत $0.150 / 1M $4.000 / 1M
कॅश वाचण्याची किंमत लागू नाही $0.160 / 1M
कॅश लिहिण्याची किंमत लागू नाही लागू नाही
एकूण इनपुट टोकन्स 397,291 226,880
आउटपुट टोकन्स 6,355 65,346
रिझनिंग टोकन्स 143,752 331,325
प्रतिसाद वेळ (सरासरी) 6.66s 121.25s
प्रतिसाद वेळ (कमाल) 74.63s 876.20s
प्रतिसाद वेळ (एकूण) 153.29s 2667.55s
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.

#199 Mercury 2.5 Preview

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

#196 MoonshotAI: Kimi K2.6

medium
खर्च
$0.013
वेळ
103.4s
टोकन्स
3,620 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 7.8 10.0 66.7% 0 3.86s 7,839 552 22,126
Kimi K2.6 5.7 8.6 33.3% 0 214.42s 2,925 9,970 77,189

तुलना जोडी बदला