नेव्हिगेशन
AI BENCHY
Advertise here

Mercury 2 (medium) vs Qwen3.7 Flash (medium)

average score जवळपास समान आहे: 7.0 vs 7.0. Qwen3.7 Flash (medium) चा benchmark खर्च कमी आहे: $0.064 vs $0.093. Mercury 2 (medium) वेगवान आहे: 2.72s vs 45.90s, pass rates 51.5% vs 65.2%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-28

क्रमांक
#88
एकूण आउटपुट टोकन्स
87,119
प्रतिसाद वेळ (सरासरी)
2.72s
एकूण खर्च
$0.093
क्रमांक
#91
एकूण आउटपुट टोकन्स
462,623
प्रतिसाद वेळ (सरासरी)
45.90s
एकूण खर्च
$0.064
शिफारस केलेले मॉडेल Mercury 2 (medium)

It has the best score here (7.0), while responding about 16.9x faster than Qwen3.7 Flash (medium).

तपशीलवार तुलना

मेट्रिक Mercury 2 Mercury 2 medium प्रकाशन: 2026-02-24 Qwen3.7 Flash Qwen3.7 Flash medium प्रकाशन: 2026-07-28
स्कोअर 7.0 7.0
क्रमांक #88 #91
विश्वसनीयता 10.0 10.0
सुसंगतता 8.8 7.5
बरोबर चाचण्या
प्रति प्रयत्न पास दर 51.5% 65.2%
अस्थिर चाचण्या 3 7
एकूण रन 66 66
प्रति निकाल खर्च 0.928 0.636
एकूण खर्च $0.093 $0.064
इनपुट किंमत $0.250 / 1M $0.030 / 1M
आउटपुट किंमत $0.750 / 1M $0.130 / 1M
एकूण इनपुट टोकन्स 109,572 114,468
आउटपुट टोकन्स 10,313 12,786
रिझनिंग टोकन्स 76,806 449,837
प्रतिसाद वेळ (सरासरी) 2.72s 45.90s
प्रतिसाद वेळ (कमाल) 14.63s 593.64s
प्रतिसाद वेळ (एकूण) 57.12s 1009.84s

Hamster playing table tennis

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

#88 Mercury 2

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

#91 Qwen3.7 Flash

medium
अवैध SVG
खर्च
$0.000
वेळ
600.0s
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 8.2 7.7 77.8% 1 2.04s 7,065 296 11,328
Qwen3.7 Flash 6.2 6.9 55.6% 1 46.78s 7,893 563 61,902

झटपट तुलना

तुलना जोडी बदला