नेव्हिगेशन
Advertise here

Mercury 2.5 Preview (medium) vs Qwen3.5 Plus 2026-02-15

Mercury 2.5 Preview (medium) average score मध्ये पुढे आहे: 6.8 vs 6.3. Mercury 2.5 Preview (medium) चा benchmark खर्च कमी आहे: $0.039 vs $0.176. Mercury 2.5 Preview (medium) वेगवान आहे: 6.66s vs 20.07s, pass rates 66.7% vs 52.2%.

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
#221
एकूण आउटपुट टोकन्स
53,060
प्रतिसाद वेळ (सरासरी)
20.07s
एकूण खर्च
$0.176
शिफारस केलेले मॉडेल Mercury 2.5 Preview (medium)

It has the best score here (6.8), while costing about 4.6x less than Qwen3.5 Plus 2026-02-15.

तपशीलवार तुलना

मेट्रिक Mercury 2.5 Preview Mercury 2.5 Preview medium प्रकाशन: 2026-09-02 Qwen3.5 Plus 2026-02-15 Qwen3.5 Plus 2026-02-15 none प्रकाशन: 2026-02-15
स्कोअर 6.8 6.3
क्रमांक #173 #221
विश्वसनीयता 10.0 10.0
सुसंगतता 9.6 9.1
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 66.7% 52.2%
अस्थिर चाचण्या 1 3
एकूण रन 69 69
प्रति निकाल खर्च 0.244 1.593
एकूण खर्च $0.039 $0.176
इनपुट किंमत $0.040 / 1M $0.260 / 1M
आउटपुट किंमत $0.150 / 1M $1.560 / 1M
कॅश वाचण्याची किंमत लागू नाही लागू नाही
कॅश लिहिण्याची किंमत लागू नाही लागू नाही
एकूण इनपुट टोकन्स 397,291 346,064
आउटपुट टोकन्स 6,355 53,060
रिझनिंग टोकन्स 143,752 0
प्रतिसाद वेळ (सरासरी) 6.66s 20.07s
प्रतिसाद वेळ (कमाल) 74.63s 183.50s
प्रतिसाद वेळ (एकूण) 153.29s 341.27s
पॅरामीटर्स ~100B ~397B एकूण (~17B 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.

#173 Mercury 2.5 Preview

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

#221 Qwen3.5 Plus 2026-02-15

none
खर्च
$0.012
वेळ
153.2s
टोकन्स
7,787 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 Plus 2026-02-15 4.3 7.9 11.1% 1 2.05s 7,913 473 0

झटपट तुलना

तुलना जोडी बदला

Qwen3.5 Plus 2026-02-15nonevsSolar Pro 4highGemini 3.1 Flash LitelowvsQwen3.5 Plus 2026-02-15noneMercury 2.5 PreviewmediumvsInklinglowमोफत उपलब्धLing 3.1 FlashlowvsQwen3.5 Plus 2026-02-15noneMercury 2.5 PreviewmediumvsGPT-6 SolnoneGemini 3.1 Flash Lite PreviewlowvsQwen3.5 Plus 2026-02-15noneQwen3.5 Plus 2026-02-15nonevsSpace Bunny AlphamediumGemini 3.5 Flash LitelowvsQwen3.5 Plus 2026-02-15noneDeepSeek V3.2mediumvsQwen3.5 Plus 2026-02-15noneTrinity Large ThinkinglowvsQwen3.5 Plus 2026-02-15noneClaude Opus 4.8nonevsMercury 2.5 PreviewmediumClaude Sonnet 5.5lowvsMercury 2.5 Previewmedium