नेव्हिगेशन
Advertise here

Mercury 2.5 Preview (default) vs Qwen3.5-9B

Qwen3.5-9B average score मध्ये पुढे आहे: 4.9 vs 4.7. Mercury 2.5 Preview (default) चा benchmark खर्च कमी आहे: $0.023 vs $0.041. Mercury 2.5 Preview (default) वेगवान आहे: 7.05s vs 37.19s, pass rates 29.0% vs 18.8%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-16

तुलना केलेली मॉडेल्स

क्रमांक
#353
एकूण आउटपुट टोकन्स
86,367
प्रतिसाद वेळ (सरासरी)
7.05s
एकूण खर्च
$0.023
क्रमांक
#348
एकूण आउटपुट टोकन्स
70,427
प्रतिसाद वेळ (सरासरी)
37.19s
एकूण खर्च
$0.041
शिफारस केलेले मॉडेल Mercury 2.5 Preview (default)

Its score stays close to the best score here (4.7 vs 4.9), while costing about 1.8x less than Qwen3.5-9B.

तपशीलवार तुलना

मेट्रिक Mercury 2.5 Preview Mercury 2.5 Preview default प्रकाशन: 2026-09-02 Qwen3.5-9B Qwen3.5-9B none प्रकाशन: 2026-03-02
स्कोअर 4.7 4.9
क्रमांक #353 #348
विश्वसनीयता 9.9 9.8
सुसंगतता 8.3 9.7
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 29.0% 18.8%
अस्थिर चाचण्या 5 1
एकूण रन 69 69
प्रति निकाल खर्च 0.559 1.022
एकूण खर्च $0.023 $0.041
इनपुट किंमत $0.040 / 1M $0.100 / 1M
आउटपुट किंमत $0.150 / 1M $0.150 / 1M
कॅश वाचण्याची किंमत लागू नाही लागू नाही
कॅश लिहिण्याची किंमत लागू नाही लागू नाही
एकूण इनपुट टोकन्स 250,541 307,670
आउटपुट टोकन्स 86,367 70,427
रिझनिंग टोकन्स 0 0
प्रतिसाद वेळ (सरासरी) 7.05s 37.19s
प्रतिसाद वेळ (कमाल) 84.96s 433.02s
प्रतिसाद वेळ (एकूण) 162.25s 855.27s
पॅरामीटर्स ~100B 9B
उपलब्धता बंद स्रोत मुक्त 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.

#353 Mercury 2.5 Preview

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

#348 Qwen3.5-9B

none
Reached the allocated time limit (300 seconds) without receiving showcase output.
खर्च
$0.000
वेळ
300.0s
टोकन्स
0 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
Qwen3.5-9B 3.9 7.8 11.1% 1 5.60s 7,913 1,042 0

झटपट तुलना

तुलना जोडी बदला

Mercury 2.5 PreviewdefaultvsNemotron 3.5 Lightningmediumमोफत उपलब्धLing 2.6 1tdefaultvsQwen3.5-9BnoneLaguna S 2.1highमोफत उपलब्धvsQwen3.5-9BnoneMercury 2.5 PreviewdefaultvsLaguna S 2.1noneमोफत उपलब्धGranite 4.2 8BhighvsMercury 2.5 PreviewdefaultMercury 2.5 PreviewdefaultvsQwen3 Coder NextmediumMercury 2.5 PreviewdefaultvsGLM 4.7 FlashnoneDeepSeek V3.2nonevsMercury 2.5 PreviewdefaultKAT Coder AIR V2.5lowvsQwen3.5-9BnoneGPT-4o-minidefaultvsQwen3.5-9BnoneMercury 2.5 PreviewdefaultvsGPT-5.4 NanononeDots 3 Note Previewdefaultमोफत उपलब्धvsQwen3.5-9Bnone