नेव्हिगेशन
AI BENCHY
Advertise here

Mercury 2.5 Preview (medium) vs Kimi K2.7 Code (medium)

average score जवळपास समान आहे: 7.5 vs 7.4. Mercury 2.5 Preview (medium) चा benchmark खर्च कमी आहे: $0.024 vs $0.687. Mercury 2.5 Preview (medium) वेगवान आहे: 3.58s vs 80.09s, pass rates 69.7% vs 63.6%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-09-02

क्रमांक
#91
एकूण आउटपुट टोकन्स
127,034
प्रतिसाद वेळ (सरासरी)
3.58s
एकूण खर्च
$0.024
क्रमांक
#96
एकूण आउटपुट टोकन्स
239,546
प्रतिसाद वेळ (सरासरी)
80.09s
एकूण खर्च
$0.687
शिफारस केलेले मॉडेल Mercury 2.5 Preview (medium)

It has the best score here (7.5), while costing about 29.1x less than Kimi K2.7 Code (medium).

तपशीलवार तुलना

मेट्रिक Mercury 2.5 Preview Mercury 2.5 Preview medium प्रकाशन: 2026-09-02 Kimi K2.7 Code Kimi K2.7 Code medium प्रकाशन: 2026-06-12
स्कोअर 7.5 7.4
क्रमांक #91 #96
विश्वसनीयता 10.0 10.0
सुसंगतता 9.6 8.0
प्रयत्न 66/66 66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर 69.7% 63.6%
अस्थिर चाचण्या 1 5
एकूण रन 66 66
प्रति निकाल खर्च 0.158 7.096
एकूण खर्च $0.024 $0.687
इनपुट किंमत $0.040 / 1M $0.660 / 1M
आउटपुट किंमत $0.150 / 1M $3.400 / 1M
एकूण इनपुट टोकन्स 112,713 72,085
आउटपुट टोकन्स 5,436 57,453
रिझनिंग टोकन्स 121,598 182,093
प्रतिसाद वेळ (सरासरी) 3.58s 80.09s
प्रतिसाद वेळ (कमाल) 17.84s 365.80s
प्रतिसाद वेळ (एकूण) 78.66s 1681.85s
पॅरामीटर्स ~100B 1T एकूण (32B सक्रिय)
उपलब्धता बंद स्रोत वेट्स उपलब्ध

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#91 Mercury 2.5 Preview

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

#96 MoonshotAI: Kimi K2.7 Code

medium
खर्च
$0.025
वेळ
138.0s
टोकन्स
6,093 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 K2.7 Code 7.8 9.3 66.7% 0 146.73s 4,650 1,864 25,635

झटपट तुलना

तुलना जोडी बदला

Kimi K2.7 CodemediumvsQwen3.7 MaxnoneMercury 2.5 PreviewmediumvsGPT 5.3 ChatnoneMercury 2.5 PreviewmediumvsGPT-5.6 TerralowMercury 2.5 PreviewmediumvsQwen3.7 MaxnoneKimi K2.7 CodemediumvsGPT 5.3 ChatnoneKimi K2.7 CodemediumvsQwen3.8 2.4T A95BhighKimi K2.7 CodemediumvsGPT-5.6 TerralowKimi K2.7 CodemediumvsGrok 4.6lowGemini 3 Flash PreviewlowvsKimi K2.7 CodemediumMercury 2.5 PreviewmediumvsQwen3.8 2.4T A95BhighClaude Opus 5nonevsMercury 2.5 PreviewmediumMercury 2.5 PreviewmediumvsSolar Pro 4xhigh