नेव्हिगेशन
AI BENCHY
Advertise here

Mercury 2.5 Preview (medium) vs Qwen3.5-27B (medium)

average score जवळपास समान आहे: 7.5 vs 7.5. Mercury 2.5 Preview (medium) चा benchmark खर्च कमी आहे: $0.024 vs $0.982. Mercury 2.5 Preview (medium) वेगवान आहे: 3.58s vs 113.28s, pass rates 69.7% vs 75.8%.

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
#90
एकूण आउटपुट टोकन्स
614,909
प्रतिसाद वेळ (सरासरी)
113.28s
एकूण खर्च
$0.982
शिफारस केलेले मॉडेल Mercury 2.5 Preview (medium)

It has the best score here (7.5), while costing about 41.6x less than Qwen3.5-27B (medium).

तपशीलवार तुलना

मेट्रिक Mercury 2.5 Preview Mercury 2.5 Preview medium प्रकाशन: 2026-09-02 Qwen3.5-27B Qwen3.5-27B medium प्रकाशन: 2026-02-24
स्कोअर 7.5 7.5
क्रमांक #91 #90
विश्वसनीयता 10.0 10.0
सुसंगतता 9.6 7.8
प्रयत्न 66/66 66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर 69.7% 75.8%
अस्थिर चाचण्या 1 6
एकूण रन 66 66
प्रति निकाल खर्च 0.158 8.217
एकूण खर्च $0.024 $0.982
इनपुट किंमत $0.040 / 1M $0.195 / 1M
आउटपुट किंमत $0.150 / 1M $1.560 / 1M
एकूण इनपुट टोकन्स 112,713 111,644
आउटपुट टोकन्स 5,436 16,113
रिझनिंग टोकन्स 121,598 598,796
प्रतिसाद वेळ (सरासरी) 3.58s 113.28s
प्रतिसाद वेळ (कमाल) 17.84s 1026.43s
प्रतिसाद वेळ (एकूण) 78.66s 2492.26s
पॅरामीटर्स ~100B 27B
उपलब्धता बंद स्रोत मुक्त स्रोत

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

#90 Qwen3.5-27B

medium
खर्च
$0.008
वेळ
62.0s
टोकन्स
3,099 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
Qwen3.5-27B 6.2 7.1 55.6% 1 160.69s 7,895 6,381 89,388

झटपट तुलना

तुलना जोडी बदला