नेव्हिगेशन
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Mercury 2.5 Preview (default) vs Nemotron 3.5 Lightning (medium)

average score जवळपास समान आहे: 4.7 vs 4.7. Mercury 2.5 Preview (default) चा benchmark खर्च कमी आहे: $0.023 vs $0.195. Mercury 2.5 Preview (default) वेगवान आहे: 7.05s vs 81.93s, pass rates 29.0% vs 47.8%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-11-16

तुलना केलेली मॉडेल्स

क्रमांक
#419
एकूण आउटपुट टोकन्स
86,367
प्रतिसाद वेळ (सरासरी)
7.05s
एकूण खर्च
$0.023
क्रमांक
#420
एकूण आउटपुट टोकन्स
732,696
प्रतिसाद वेळ (सरासरी)
81.93s
एकूण खर्च
$0.195
शिफारस केलेले मॉडेल Mercury 2.5 Preview (default)

It has the best score here (4.7), while costing about 8.5x less than Nemotron 3.5 Lightning (medium).

तपशीलवार तुलना

मेट्रिक Mercury 2.5 Preview Mercury 2.5 Preview default प्रकाशन: 2026-09-02 Nemotron 3.5 Lightning Nemotron 3.5 Lightning medium प्रकाशन: 2026-08-11 मोफत उपलब्ध
स्कोअर 4.7 4.7
क्रमांक #419 #420
विश्वसनीयता 9.9 9.8
सुसंगतता 8.3 5.8
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 29.0% 47.8%
अस्थिर चाचण्या 5 12
एकूण रन 69 69
प्रति निकाल खर्च 0.559 0.000
एकूण खर्च $0.023 $0.195
इनपुट किंमत $0.040 / 1M $0.060 / 1M
आउटपुट किंमत $0.150 / 1M $0.160 / 1M
कॅश वाचण्याची किंमत लागू नाही $0.030 / 1M
कॅश लिहिण्याची किंमत लागू नाही लागू नाही
एकूण इनपुट टोकन्स 250,541 195,780
आउटपुट टोकन्स 86,367 167,746
रिझनिंग टोकन्स 0 598,384
प्रतिसाद वेळ (सरासरी) 7.05s 81.93s
प्रतिसाद वेळ (कमाल) 84.96s 437.11s
प्रतिसाद वेळ (एकूण) 162.25s 1884.31s
पॅरामीटर्स ~100B 30B एकूण (3B सक्रिय)
उपलब्धता बंद स्रोत वेट्स उपलब्ध

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.

#419 Mercury 2.5 Preview

default
अवैध SVG
खर्च
$0.001
वेळ
3.3s
टोकन्स
3,122 tok

#420 Nemotron 3.5 Lightning

medium
खर्च
$0.000
वेळ
130.5s
टोकन्स
6,750 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 4.7 7.9 22.2% 1 459ms 7,850 650 0
Nemotron 3.5 Lightning 4.4 5.1 33.3% 2 285.47s 7,623 78,065 297,359

तुलना जोडी बदला