नेव्हिगेशन
Advertise here

Mercury 2.5 Preview (medium) vs Qwen3.5-Flash

Mercury 2.5 Preview (medium) average score मध्ये पुढे आहे: 6.8 vs 6.7. Mercury 2.5 Preview (medium) चा benchmark खर्च कमी आहे: $0.039 vs $0.089. Mercury 2.5 Preview (medium) वेगवान आहे: 6.66s vs 26.52s, pass rates 66.7% vs 37.7%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-09

तुलना केलेली मॉडेल्स

क्रमांक
#183
एकूण आउटपुट टोकन्स
150,107
प्रतिसाद वेळ (सरासरी)
6.66s
एकूण खर्च
$0.039
क्रमांक
#189
एकूण आउटपुट टोकन्स
219,122
प्रतिसाद वेळ (सरासरी)
26.52s
एकूण खर्च
$0.089
शिफारस केलेले मॉडेल Mercury 2.5 Preview (medium)

It has the best score here (6.8), while costing about 2.3x less than Qwen3.5-Flash.

तपशीलवार तुलना

मेट्रिक Mercury 2.5 Preview Mercury 2.5 Preview medium प्रकाशन: 2026-09-02 Qwen3.5-Flash Qwen3.5-Flash none प्रकाशन: 2026-02-24
स्कोअर 6.8 6.7
क्रमांक #183 #189
विश्वसनीयता 10.0 10.0
सुसंगतता 9.6 9.3
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 66.7% 37.7%
अस्थिर चाचण्या 1 2
एकूण रन 69 69
प्रति निकाल खर्च 0.244 1.113
एकूण खर्च $0.039 $0.089
इनपुट किंमत $0.040 / 1M $0.065 / 1M
आउटपुट किंमत $0.150 / 1M $0.260 / 1M
कॅश वाचण्याची किंमत लागू नाही लागू नाही
कॅश लिहिण्याची किंमत लागू नाही लागू नाही
एकूण इनपुट टोकन्स 397,291 463,872
आउटपुट टोकन्स 6,355 219,122
रिझनिंग टोकन्स 143,752 0
प्रतिसाद वेळ (सरासरी) 6.66s 26.52s
प्रतिसाद वेळ (कमाल) 74.63s 480.96s
प्रतिसाद वेळ (एकूण) 153.29s 609.94s
पॅरामीटर्स ~100B ~35B एकूण (~3B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत

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.

#183 Mercury 2.5 Preview

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

#189 Qwen3.5-Flash

none
खर्च
$0.003
वेळ
47.4s
टोकन्स
7,799 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-Flash 5.5 10.0 33.3% 0 850ms 7,913 519 0

झटपट तुलना

तुलना जोडी बदला

Mercury 2.5 PreviewmediumvsInklinglowमोफत उपलब्धQwen3.5-FlashnonevsSolar Pro 4lowMercury 2.5 PreviewmediumvsGPT-6 SolnoneQwen3.5-FlashnonevsGrok 4.7highQwen3.5-FlashnonevsGrok Build 0.1mediumMiniMax M3mediumvsQwen3.5-FlashnoneEmber-1maxvsQwen3.5-FlashnoneGPT 5.3 ChatdefaultvsQwen3.5-FlashnoneQwen3.5-FlashnonevsGrok 4.7xhighApodex 1.1 Minihighमोफत उपलब्धvsQwen3.5-FlashnoneQwen3.5-FlashnonevsSolar Pro 4xhighClaude Opus 4.8nonevsMercury 2.5 Previewmedium