नेव्हिगेशन
AI BENCHY
Advertise here

Mercury 2 vs Ling 3.0 Tiny (low)

Mercury 2 average score मध्ये पुढे आहे: 4.6 vs 3.8. Ling 3.0 Tiny (low) चा benchmark खर्च कमी आहे: $0.000 vs $0.030. Mercury 2 वेगवान आहे: 829ms vs 66.85s, pass rates 22.7% vs 19.7%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-08-07

क्रमांक
#224
एकूण आउटपुट टोकन्स
9,564
प्रतिसाद वेळ (सरासरी)
829ms
एकूण खर्च
$0.030
क्रमांक
#241
एकूण आउटपुट टोकन्स
977,836
प्रतिसाद वेळ (सरासरी)
66.85s
एकूण खर्च
$0.000
शिफारस केलेले मॉडेल Mercury 2

It has the best score here (4.6), while responding about 80.6x faster than Ling 3.0 Tiny (low).

तपशीलवार तुलना

मेट्रिक Mercury 2 Mercury 2 none प्रकाशन: 2026-02-24 Ling 3.0 Tiny Ling 3.0 Tiny low प्रकाशन: 2026-08-07 मोफत उपलब्ध
स्कोअर 4.6 3.8
क्रमांक #224 #241
विश्वसनीयता 10.0 9.7
सुसंगतता 9.2 9.7
बेंचमार्क कव्हरेज 22/22 चाचण्या · 66/66 प्रयत्न 22/22 चाचण्या · 66/66 प्रयत्न
बरोबर चाचण्या
प्रति प्रयत्न पास दर 22.7% 19.7%
अस्थिर चाचण्या 2 1
एकूण रन 66 66
प्रति निकाल खर्च 0.734 0.000
एकूण खर्च $0.030 $0.000
इनपुट किंमत $0.250 / 1M $0.000 / 1M
आउटपुट किंमत $0.750 / 1M $0.000 / 1M
एकूण इनपुट टोकन्स 88,704 99,842
आउटपुट टोकन्स 9,564 152,159
रिझनिंग टोकन्स 0 825,677
प्रतिसाद वेळ (सरासरी) 829ms 66.85s
प्रतिसाद वेळ (कमाल) 4.52s 252.08s
प्रतिसाद वेळ (एकूण) 18.24s 1470.69s

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#224 Mercury 2

none
खर्च
$0.002
वेळ
1.8s
टोकन्स
1,514 tok

#241 Ling 3.0 Tiny

low
अवैध SVG
खर्च
$0.000
वेळ
200.0s
टोकन्स
5,030 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 3.4 9.6 0.0% 0 1.03s 7,229 3,088 0
Ling 3.0 Tiny 2.9 10.0 0.0% 0 170.73s 7,619 56,012 170,220

झटपट तुलना

तुलना जोडी बदला