नेव्हिगेशन
Advertise here

Mercury 2.5 Preview (medium) vs Inkling (low)

average score जवळपास समान आहे: 6.8 vs 6.8. Mercury 2.5 Preview (medium) चा benchmark खर्च कमी आहे: $0.037 vs $0.304. Mercury 2.5 Preview (medium) वेगवान आहे: 6.66s vs 6.81s, pass rates 66.7% vs 56.5%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-01

तुलना केलेली मॉडेल्स

क्रमांक
#171
एकूण आउटपुट टोकन्स
150,107
प्रतिसाद वेळ (सरासरी)
6.66s
एकूण खर्च
$0.037
क्रमांक
#170
एकूण आउटपुट टोकन्स
22,037
प्रतिसाद वेळ (सरासरी)
6.81s
एकूण खर्च
$0.304
शिफारस केलेले मॉडेल Mercury 2.5 Preview (medium)

It has the best score here (6.8), while costing about 8.3x less than Inkling (low).

तपशीलवार तुलना

मेट्रिक Mercury 2.5 Preview Mercury 2.5 Preview medium प्रकाशन: 2026-09-02 Inkling Inkling low प्रकाशन: 2026-07-18 मोफत उपलब्ध
स्कोअर 6.8 6.8
क्रमांक #171 #170
विश्वसनीयता 10.0 10.0
सुसंगतता 9.6 8.6
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 66.7% 56.5%
अस्थिर चाचण्या 1 4
एकूण रन 69 69
प्रति निकाल खर्च 0.244 2.756
एकूण खर्च $0.037 $0.304
इनपुट किंमत $0.000 / 1M $1.000 / 1M
आउटपुट किंमत $0.000 / 1M $4.050 / 1M
एकूण इनपुट टोकन्स 397,291 213,901
आउटपुट टोकन्स 6,355 9,623
रिझनिंग टोकन्स 143,752 12,414
प्रतिसाद वेळ (सरासरी) 6.66s 6.81s
प्रतिसाद वेळ (कमाल) 74.63s 44.24s
प्रतिसाद वेळ (एकूण) 153.29s 156.70s
पॅरामीटर्स ~100B 975B एकूण (41B सक्रिय)
उपलब्धता बंद स्रोत मुक्त स्रोत

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#171 Mercury 2.5 Preview

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

#170 Thinking Machines: Inkling

low
खर्च
$0.002
वेळ
6.1s
टोकन्स
502 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
Inkling 5.1 7.2 22.2% 1 8.71s 7,374 355 4,961

झटपट तुलना

तुलना जोडी बदला

Qwen3.5-FlashmediumvsInklinglowमोफत उपलब्धMercury 2.5 PreviewmediumvsGPT-6 SolnoneKimi K2.6mediumvsInklinglowमोफत उपलब्धGPT-6 SolnonevsInklinglowमोफत उपलब्धClaude Opus 4.8nonevsInklinglowमोफत उपलब्धClaude Opus 4.8nonevsMercury 2.5 PreviewmediumClaude Sonnet 5.5lowvsMercury 2.5 PreviewmediumMercury 2.5 PreviewmediumvsGPT-5.6 LunalowGemma 4 31Bmediumमोफत उपलब्धvsInklinglowमोफत उपलब्धEmber-1highvsInklinglowमोफत उपलब्धEmber-1highvsMercury 2.5 PreviewmediumMercury 2.5 PreviewmediumvsSpace Bunny Alphamax