नेव्हिगेशन
Advertise here

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

average score जवळपास समान आहे: 6.6 vs 6.6. Qwen3.7 Flash (medium) चा benchmark खर्च कमी आहे: $0.076 vs $0.121. Mercury 2 (medium) वेगवान आहे: 4.40s vs 51.80s, pass rates 53.6% vs 62.3%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-17

तुलना केलेली मॉडेल्स

क्रमांक
#218
एकूण आउटपुट टोकन्स
96,943
प्रतिसाद वेळ (सरासरी)
4.40s
एकूण खर्च
$0.121
क्रमांक
#216
एकूण आउटपुट टोकन्स
514,925
प्रतिसाद वेळ (सरासरी)
51.80s
एकूण खर्च
$0.076
शिफारस केलेले मॉडेल Mercury 2 (medium)

It has the best score here (6.6), while responding about 11.8x 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 6.6 6.6
क्रमांक #218 #216
विश्वसनीयता 10.0 10.0
सुसंगतता 8.1 7.3
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 53.6% 62.3%
अस्थिर चाचण्या 5 8
एकूण रन 69 69
प्रति निकाल खर्च 1.201 0.760
एकूण खर्च $0.121 $0.076
इनपुट किंमत $0.250 / 1M $0.030 / 1M
आउटपुट किंमत $0.750 / 1M $0.130 / 1M
कॅश वाचण्याची किंमत $0.025 / 1M $0.006 / 1M
कॅश लिहिण्याची किंमत लागू नाही $0.039 / 1M
एकूण इनपुट टोकन्स 189,300 300,394
आउटपुट टोकन्स 10,854 14,081
रिझनिंग टोकन्स 86,089 500,844
प्रतिसाद वेळ (सरासरी) 4.40s 51.80s
प्रतिसाद वेळ (कमाल) 34.92s 593.64s
प्रतिसाद वेळ (एकूण) 96.81s 1191.42s
पॅरामीटर्स ~100B ~35B एकूण (~3B सक्रिय)
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.

#218 Mercury 2

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

#216 Qwen3.7 Flash

medium
Reached the allocated time limit (600 seconds) without receiving showcase output.
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

Mercury 2mediumvsStep 3.7 FlashhighLongCat 2.0lowvsQwen3.7 FlashmediumQwen3.7 FlashmediumvsGLM 5.2noneMercury 2mediumvsLongCat 2.0lowMercury 2mediumvsKAT-Coder-Pro V2.5lowGPT-5.5nonevsQwen3.7 FlashmediumQwen3.7 FlashmediumvsGLM 5.3 FlashlowQwen3.7 FlashmediumvsStep 3.7 FlashhighMercury 2mediumvsGLM 5.2noneKAT-Coder-Pro V2.5lowvsQwen3.7 FlashmediumApodex 1.1 Minihighमोफत उपलब्धvsQwen3.7 FlashmediumMercury 2mediumvsGPT-5.5none