नेव्हिगेशन
AI BENCHY
Advertise here

Mercury 2.5 Preview vs Laguna S 2.1 (low)

Laguna S 2.1 (low) average score मध्ये पुढे आहे: 5.0 vs 4.9. Mercury 2.5 Preview चा benchmark खर्च कमी आहे: $0.018 vs $0.082. Mercury 2.5 Preview वेगवान आहे: 3.51s vs 85.34s, pass rates 30.3% vs 22.7%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-09-02

क्रमांक
#259
एकूण आउटपुट टोकन्स
82,585
प्रतिसाद वेळ (सरासरी)
3.51s
एकूण खर्च
$0.018
क्रमांक
#255
एकूण आउटपुट टोकन्स
451,708
प्रतिसाद वेळ (सरासरी)
85.34s
एकूण खर्च
$0.082
शिफारस केलेले मॉडेल Mercury 2.5 Preview

Its score stays close to the best score here (4.9 vs 5.0), while costing about 4.6x less than Laguna S 2.1 (low).

तपशीलवार तुलना

मेट्रिक Mercury 2.5 Preview Mercury 2.5 Preview none प्रकाशन: 2026-09-02 Laguna S 2.1 Laguna S 2.1 low प्रकाशन: 2026-07-21 मोफत उपलब्ध
स्कोअर 4.9 5.0
क्रमांक #259 #255
विश्वसनीयता 10.0 10.0
सुसंगतता 8.3 8.0
प्रयत्न 66/66 66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर 30.3% 22.7%
अस्थिर चाचण्या 5 5
एकूण रन 66 66
प्रति निकाल खर्च 0.440 3.022
एकूण खर्च $0.018 $0.082
इनपुट किंमत $0.040 / 1M $0.090 / 1M
आउटपुट किंमत $0.150 / 1M $0.180 / 1M
एकूण इनपुट टोकन्स 130,296 118,752
आउटपुट टोकन्स 82,585 67,823
रिझनिंग टोकन्स 0 383,885
प्रतिसाद वेळ (सरासरी) 3.51s 85.34s
प्रतिसाद वेळ (कमाल) 60.70s 814.73s
प्रतिसाद वेळ (एकूण) 77.28s 1877.49s
पॅरामीटर्स ~100B 118B एकूण (8B सक्रिय)
उपलब्धता बंद स्रोत वेट्स उपलब्ध

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#259 Mercury 2.5 Preview

none
अवैध SVG
खर्च
$0.001
वेळ
3.3s
टोकन्स
3,122 tok

#255 Laguna S 2.1

low
खर्च
$0.001
वेळ
6.6s
टोकन्स
1,314 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
Laguna S 2.1 3.8 7.1 22.2% 1 167.51s 7,917 58,111 119,138

झटपट तुलना

तुलना जोडी बदला

DeepSeek V3.2nonevsLaguna S 2.1lowमोफत उपलब्धMiniMax M2.7mediumvsLaguna S 2.1lowमोफत उपलब्धGPT-4o-mininonevsLaguna S 2.1lowमोफत उपलब्धNorth Mini Codenoneमोफत उपलब्धvsLaguna S 2.1lowमोफत उपलब्धLaguna S 2.1lowमोफत उपलब्धvsQwen3.5-9BnoneLaguna S 2.1lowमोफत उपलब्धvsMiMo-V2.5noneMercury 2.5 PreviewnonevsNemotron 3.5 Lightninglowमोफत उपलब्धMercury 2.5 PreviewnonevsMiniMax M2.7mediumTrinity Large ThinkinghighvsMercury 2.5 PreviewnoneLaguna S 2.1lowमोफत उपलब्धvsQwen3 Coder NextnoneLing-2.6-flashnonevsLaguna S 2.1lowमोफत उपलब्धMistral Small 4mediumvsLaguna S 2.1lowमोफत उपलब्ध