Mercury 2 (medium) vs Minimax M3.1 Flash (high)

Mercury 2 (medium) average score मध्ये पुढे आहे: 6.6 vs 6.5. Minimax M3.1 Flash (high) चा benchmark खर्च कमी आहे: $0.000 vs $0.121. Mercury 2 (medium) वेगवान आहे: 4.40s vs 34.00s, pass rates 53.6% vs 56.5%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-19

तुलना केलेली मॉडेल्स

क्रमांक: #223
एकूण आउटपुट टोकन्स: 96,943
प्रतिसाद वेळ (सरासरी): 4.40s
एकूण खर्च: $0.121

क्रमांक: #228
एकूण आउटपुट टोकन्स: 279,438
प्रतिसाद वेळ (सरासरी): 34.00s
एकूण खर्च: $0.000

शिफारस केलेले मॉडेल Mercury 2 (medium)

It has the best score here (6.6), while responding about 7.7x faster than Minimax M3.1 Flash (high).

तपशीलवार तुलना

मेट्रिक	Mercury 2 Mercury 2 medium प्रकाशन: 2026-02-24	Minimax M3.1 Flash Minimax M3.1 Flash high प्रकाशन: 2026-10-19 मोफत उपलब्ध

मेट्रिक	Mercury 2 Mercury 2 medium प्रकाशन: 2026-02-24	Minimax M3.1 Flash Minimax M3.1 Flash high प्रकाशन: 2026-10-19 मोफत उपलब्ध
स्कोअर	6.6	6.5
क्रमांक	#223	#228
विश्वसनीयता	10.0	10.0
सुसंगतता	8.1	7.2
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	53.6%	56.5%
अस्थिर चाचण्या	5	8
एकूण रन	69	69
प्रति निकाल खर्च	1.201	0.000
एकूण खर्च	$0.121	$0.000
इनपुट किंमत	$0.250 / 1M	$0.000 / 1M
आउटपुट किंमत	$0.750 / 1M	$0.000 / 1M
कॅश वाचण्याची किंमत	$0.025 / 1M	लागू नाही
कॅश लिहिण्याची किंमत	लागू नाही	लागू नाही
एकूण इनपुट टोकन्स	189,300	357,984
आउटपुट टोकन्स	10,854	70,004
रिझनिंग टोकन्स	86,089	209,434
प्रतिसाद वेळ (सरासरी)	4.40s	34.00s
प्रतिसाद वेळ (कमाल)	34.92s	280.72s
प्रतिसाद वेळ (एकूण)	96.81s	781.92s
पॅरामीटर्स	~100B	-
उपलब्धता	बंद स्रोत	बंद 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.

#223 Mercury 2

medium

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

#228 Minimax M3.1 Flash

high

खर्च: $0.000
वेळ: 75.4s
टोकन्स: 9,436 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	4.7	1.6	66.7%	1		34.92s	78,785	529	8,860
Minimax M3.1 Flash	6.1	3.1	66.7%	1		70.45s	201,388	2,187	15,284

अँटी-एआय युक्त्या	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Mercury 2	6.9	9.9	50.0%	0		1.12s	554	2,546	2,609
Minimax M3.1 Flash	6.4	7.9	58.3%	1		2.71s	2,838	154	2,428

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
Minimax M3.1 Flash	5.6	4.7	55.6%	2		36.78s	9,024	60,602	13,024

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Mercury 2	6.7	9.1	50.0%	0		7.84s	87,365	6,533	20,474
Minimax M3.1 Flash	10.0	10.0	100.0%	0		34.77s	124,090	6,299	25,610

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	7.3	5.9	83.3%	1		1.11s	6,234	183	1,656
Minimax M3.1 Flash	6.5	10.0	50.0%	0		1.00s	2,802	111	224

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Mercury 2	2.9	4.4	22.2%	2		8.06s	1,638	53	31,177
Minimax M3.1 Flash	5.9	7.2	55.6%	1		134.49s	2,400	17	119,910

Samanya Buddhimatta	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Mercury 2	4.8	10.0	0.0%	0		821ms	456	137	542
Minimax M3.1 Flash	4.6	9.8	0.0%	0		5.16s	1,032	88	1,122

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Mercury 2	10.0	10.0	100.0%	0		1.07s	340	14	958
Minimax M3.1 Flash	5.3	2.6	50.0%	2		1.65s	1,779	60	610

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Mercury 2	5.4	10.0	33.3%	0		949ms	601	361	2,781
Minimax M3.1 Flash	6.0	7.1	55.6%	1		3.48s	2,313	166	2,004

टूल कॉलिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Mercury 2	10.0	10.0	100.0%	0		1.89s	6,080	180	1,956
Minimax M3.1 Flash	10.0	10.0	100.0%	0		3.38s	9,565	306	76

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Mercury 2	3.0	10.0	0.0%	0		2.58s	182	22	3,748
Minimax M3.1 Flash	3.0	10.0	0.0%	0		93.01s	753	14	29,142

तुलना जोडी बदला