नेव्हिगेशन
Advertise here

Mercury 2.5 Preview (default) vs Qwen3 Coder Next (medium)

Mercury 2.5 Preview (default) average score मध्ये पुढे आहे: 4.7 vs 4.7. Mercury 2.5 Preview (default) चा benchmark खर्च कमी आहे: $0.023 vs $0.071. Mercury 2.5 Preview (default) वेगवान आहे: 7.05s vs 16.97s, pass rates 29.0% vs 24.6%.

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
#424
एकूण आउटपुट टोकन्स
40,395
प्रतिसाद वेळ (सरासरी)
16.97s
एकूण खर्च
$0.071
शिफारस केलेले मॉडेल Mercury 2.5 Preview (default)

It has the best score here (4.7), while costing about 3.0x less than Qwen3 Coder Next (medium).

तपशीलवार तुलना

मेट्रिक Mercury 2.5 Preview Mercury 2.5 Preview default प्रकाशन: 2026-09-02 Qwen3 Coder Next Qwen3 Coder Next medium प्रकाशन: 2026-02-03
स्कोअर 4.7 4.7
क्रमांक #419 #424
विश्वसनीयता 9.9 10.0
सुसंगतता 8.3 8.7
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 29.0% 24.6%
अस्थिर चाचण्या 5 4
एकूण रन 69 69
प्रति निकाल खर्च 0.559 2.280
एकूण खर्च $0.023 $0.071
इनपुट किंमत $0.040 / 1M $0.120 / 1M
आउटपुट किंमत $0.150 / 1M $0.800 / 1M
कॅश वाचण्याची किंमत लागू नाही $0.070 / 1M
कॅश लिहिण्याची किंमत लागू नाही लागू नाही
एकूण इनपुट टोकन्स 250,541 311,647
आउटपुट टोकन्स 86,367 40,395
रिझनिंग टोकन्स 0 0
प्रतिसाद वेळ (सरासरी) 7.05s 16.97s
प्रतिसाद वेळ (कमाल) 84.96s 151.35s
प्रतिसाद वेळ (एकूण) 162.25s 305.55s
पॅरामीटर्स ~100B 80B एकूण (3B सक्रिय)
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.

#419 Mercury 2.5 Preview

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

#424 Qwen3 Coder Next

medium
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 Coder Next 3.7 7.2 22.2% 1 924ms 7,185 336 0

तुलना जोडी बदला