नेव्हिगेशन
Advertise here

Mercury 2 (medium) vs LongCat 2.0 (low)

average score जवळपास समान आहे: 6.6 vs 6.6. Mercury 2 (medium) चा benchmark खर्च कमी आहे: $0.121 vs $0.630. Mercury 2 (medium) वेगवान आहे: 4.40s vs 115.00s, pass rates 53.6% vs 55.1%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-11-16

तुलना केलेली मॉडेल्स

क्रमांक
#268
एकूण आउटपुट टोकन्स
96,943
प्रतिसाद वेळ (सरासरी)
4.40s
एकूण खर्च
$0.121
क्रमांक
#267
एकूण आउटपुट टोकन्स
346,225
प्रतिसाद वेळ (सरासरी)
115.00s
एकूण खर्च
$0.630
शिफारस केलेले मॉडेल Mercury 2 (medium)

It has the best score here (6.6), while costing about 5.2x less than LongCat 2.0 (low).

तपशीलवार तुलना

मेट्रिक Mercury 2 Mercury 2 medium प्रकाशन: 2026-02-24 LongCat 2.0 LongCat 2.0 low प्रकाशन: 2026-07-20
स्कोअर 6.6 6.6
क्रमांक #268 #267
विश्वसनीयता 10.0 9.9
सुसंगतता 8.1 8.3
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 53.6% 55.1%
अस्थिर चाचण्या 5 5
एकूण रन 69 69
प्रति निकाल खर्च 1.201 4.942
एकूण खर्च $0.121 $0.630
इनपुट किंमत $0.250 / 1M $0.300 / 1M
आउटपुट किंमत $0.750 / 1M $1.200 / 1M
कॅश वाचण्याची किंमत $0.025 / 1M $0.006 / 1M
कॅश लिहिण्याची किंमत लागू नाही लागू नाही
एकूण इनपुट टोकन्स 189,300 262,387
आउटपुट टोकन्स 10,854 7,344
रिझनिंग टोकन्स 86,089 338,881
प्रतिसाद वेळ (सरासरी) 4.40s 115.00s
प्रतिसाद वेळ (कमाल) 34.92s 560.39s
प्रतिसाद वेळ (एकूण) 96.81s 2645.11s
पॅरामीटर्स ~100B 1.6T एकूण (48B 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.

#268 Mercury 2

medium
खर्च
$0.002
वेळ
2.1s
टोकन्स
1,702 tok

#267 LongCat 2.0

low
खर्च
$0.024
वेळ
428.0s
टोकन्स
19,557 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 8.2 7.7 77.8% 1 2.04s 7,065 296 11,328
LongCat 2.0 6.6 4.6 77.8% 2 479.30s 6,544 461 206,627

तुलना जोडी बदला