नेव्हिगेशन
AI BENCHY
Advertise here

Inception: Mercury 2 vs Qwen: Qwen3.7 Plus

Qwen3.7 Plus average score मध्ये पुढे आहे: 7.2 vs 7.0. Mercury 2 (medium) चा benchmark खर्च कमी आहे: $0.093 vs $0.106. Mercury 2 (medium) वेगवान आहे: 2.72s vs 12.09s, pass rates 51.5% vs 50.0%.

शिफारस केलेले मॉडेलMercury 2 (medium)Its score stays close to the best score here (7.0 vs 7.2), while responding about 4.4x faster than Qwen3.7 Plus.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-18

मेट्रिक Mercury 2 Mercury 2 medium प्रकाशन: 2026-02-24 Qwen3.7 Plus Qwen3.7 Plus none प्रकाशन: 2026-06-03
स्कोअर 7.0 7.2
क्रमांक #77 #70
विश्वसनीयता 10.0 10.0
सुसंगतता 8.8 10.0
बरोबर चाचण्या
प्रति प्रयत्न पास दर 51.5% 50.0%
अस्थिर चाचण्या 3 0
एकूण रन 66 66
प्रति निकाल खर्च 0.928 1.014
एकूण खर्च $0.093 $0.106
इनपुट किंमत $0.250 / 1M $0.320 / 1M
आउटपुट किंमत $0.750 / 1M $1.280 / 1M
एकूण इनपुट टोकन्स 109,572 98,824
आउटपुट टोकन्स 10,313 58,097
रिझनिंग टोकन्स 76,806 0
प्रतिसाद वेळ (सरासरी) 2.72s 12.09s
प्रतिसाद वेळ (कमाल) 14.63s 206.03s
प्रतिसाद वेळ (एकूण) 57.12s 265.89s

Hamster playing table tennis

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

#77 Mercury 2

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

#70 Qwen3.7 Plus

none
खर्च
$0.019
वेळ
213.5s
टोकन्स
11,960 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 Plus 5.5 10.0 33.3% 0 2.15s 7,911 639 0

झटपट तुलना

तुलना जोडी बदला