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 Hy4 preview

Hy4 preview average score मध्ये पुढे आहे: 4.9 vs 4.7. Mercury 2.5 Preview (default) चा benchmark खर्च कमी आहे: $0.023 vs $0.165. Mercury 2.5 Preview (default) वेगवान आहे: 7.05s vs 40.38s, pass rates 29.0% vs 15.9%.

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
#349
एकूण आउटपुट टोकन्स
9,430
प्रतिसाद वेळ (सरासरी)
40.38s
एकूण खर्च
$0.165
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 7.1x less than Hy4 preview.

तपशीलवार तुलना

मेट्रिक Mercury 2.5 Preview Mercury 2.5 Preview default प्रकाशन: 2026-09-02 Hy4 preview Hy4 preview none प्रकाशन: 2026-08-29
स्कोअर 4.7 4.9
क्रमांक #353 #349
विश्वसनीयता 9.9 6.2
सुसंगतता 8.3 9.4
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 29.0% 15.9%
अस्थिर चाचण्या 5 1
एकूण रन 69 69
प्रति निकाल खर्च 0.559 5.475
एकूण खर्च $0.023 $0.165
इनपुट किंमत $0.040 / 1M $0.751 / 1M
आउटपुट किंमत $0.150 / 1M $2.251 / 1M
कॅश वाचण्याची किंमत लागू नाही $0.038 / 1M
कॅश लिहिण्याची किंमत लागू नाही लागू नाही
एकूण इनपुट टोकन्स 250,541 185,167
आउटपुट टोकन्स 86,367 9,430
रिझनिंग टोकन्स 0 0
प्रतिसाद वेळ (सरासरी) 7.05s 40.38s
प्रतिसाद वेळ (कमाल) 84.96s 95.32s
प्रतिसाद वेळ (एकूण) 162.25s 928.76s
पॅरामीटर्स ~100B 770B एकूण (49B 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.

#353 Mercury 2.5 Preview

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

#349 Hy4 preview

none
This operation was aborted
खर्च
$0.000
वेळ
0.0s
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
Hy4 preview 3.8 9.4 0.0% 0 45.53s 6,646 4,103 0

झटपट तुलना

तुलना जोडी बदला

Mercury 2.5 PreviewdefaultvsNemotron 3.5 Lightningmediumमोफत उपलब्धLing 2.6 1tdefaultvsHy4 previewnoneLaguna S 2.1highमोफत उपलब्धvsHy4 previewnoneMercury 2.5 PreviewdefaultvsLaguna S 2.1noneमोफत उपलब्धQwen3 Coder NextdefaultvsHy4 previewnoneGranite 4.2 8BhighvsMercury 2.5 PreviewdefaultMercury 2.5 PreviewdefaultvsQwen3 Coder NextmediumMercury 2.5 PreviewdefaultvsGLM 4.7 FlashnoneDeepSeek V3.2nonevsMercury 2.5 PreviewdefaultMercury 2.5 PreviewdefaultvsGPT-5.4 NanononeKAT Coder AIR V2.5lowvsHy4 previewnoneGPT-4o-minidefaultvsHy4 previewnone