Mercury 2.5 Preview vs Qwen3 Coder Next (medium)

Mercury 2.5 Preview average score मध्ये पुढे आहे: 4.7 vs 4.7. Mercury 2.5 Preview चा benchmark खर्च कमी आहे: $0.023 vs $0.069. Mercury 2.5 Preview वेगवान आहे: 7.05s vs 16.97s, pass rates 29.0% vs 24.6%.

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

तुलना केलेली मॉडेल्स

क्रमांक: #314
एकूण आउटपुट टोकन्स: 86,367
प्रतिसाद वेळ (सरासरी): 7.05s
एकूण खर्च: $0.023

क्रमांक: #319
एकूण आउटपुट टोकन्स: 40,395
प्रतिसाद वेळ (सरासरी): 16.97s
एकूण खर्च: $0.069

शिफारस केलेले मॉडेल Mercury 2.5 Preview

It has the best score here (4.7), while costing about 3.1x less than Qwen3 Coder Next (medium).

तपशीलवार तुलना

मेट्रिक	Mercury 2.5 Preview Mercury 2.5 Preview none प्रकाशन: 2026-09-02	Qwen3 Coder Next Qwen3 Coder Next medium प्रकाशन: 2026-02-03

मेट्रिक	Mercury 2.5 Preview Mercury 2.5 Preview none प्रकाशन: 2026-09-02	Qwen3 Coder Next Qwen3 Coder Next medium प्रकाशन: 2026-02-03
स्कोअर	4.7	4.7
क्रमांक	#314	#319
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	$0.069
इनपुट किंमत	$0.000 / 1M	$0.120 / 1M
आउटपुट किंमत	$0.000 / 1M	$0.800 / 1M
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

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#314 Mercury 2.5 Preview

none

अवैध SVG

खर्च: $0.001
वेळ: 3.3s
टोकन्स: 3,122 tok

#319 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

श्रेणी:

स्वायत्त एजंट कार्ये	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Mercury 2.5 Preview	3.9	9.6	0.0%	0		84.96s	120,245	3,782	0
Qwen3 Coder Next	5.0	10.0	0.0%	0		151.35s	163,444	21,326	0

अँटी-एआय युक्त्या	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Mercury 2.5 Preview	3.8	8.3	16.7%	1		655ms	812	256	0
Qwen3 Coder Next	3.5	8.1	16.7%	1		8.64s	645	1,252	0

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

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Mercury 2.5 Preview	3.0	10.0	0.0%	0		31.28s	101,129	80,273	0
Qwen3 Coder Next	3.0	10.0	0.0%	0		14.65s	121,413	16,067	0

डेटा पार्सिंग आणि निष्कर्षण	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Mercury 2.5 Preview	6.3	5.8	66.7%	1		1.04s	8,333	672	0
Qwen3 Coder Next	6.5	10.0	50.0%	0		81.80s	7,758	246	0

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Mercury 2.5 Preview	3.6	7.2	22.2%	1		631ms	875	40	0
Qwen3 Coder Next	3.6	7.2	22.2%	1		570ms	762	25	0

Samanya Buddhimatta	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Mercury 2.5 Preview	5.0	10.0	0.0%	0		482ms	544	85	0
Qwen3 Coder Next	6.3	3.4	66.7%	1		1.39s	498	142	0

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Mercury 2.5 Preview	6.3	10.0	50.0%	0		1.26s	753	73	0
Qwen3 Coder Next	6.3	10.0	50.0%	0		7.49s	684	63	0

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Mercury 2.5 Preview	5.6	7.4	44.4%	1		684ms	796	292	0
Qwen3 Coder Next	3.0	10.0	0.0%	0		1.25s	678	671	0

टूल कॉलिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Mercury 2.5 Preview	10.0	10.0	100.0%	0		1.29s	8,969	229	0
Qwen3 Coder Next	10.0	10.0	100.0%	0		2.64s	8,364	255	0

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Mercury 2.5 Preview	3.0	10.0	0.0%	0		419ms	235	15	0
Qwen3 Coder Next	3.0	10.0	0.0%	0		399ms	216	12	0

झटपट तुलना

तुलना जोडी बदला