नेव्हिगेशन
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Mercury 2 vs KAT Coder AIR V2.5 (default)

KAT Coder AIR V2.5 (default) average score मध्ये पुढे आहे: 4.4 vs 4.4. Mercury 2 चा benchmark खर्च कमी आहे: $0.033 vs $0.070. Mercury 2 वेगवान आहे: 1.18s vs 11.96s, pass rates 23.2% vs 34.8%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-12

तुलना केलेली मॉडेल्स

क्रमांक
#360
एकूण आउटपुट टोकन्स
9,709
प्रतिसाद वेळ (सरासरी)
1.18s
एकूण खर्च
$0.033
क्रमांक
#356
एकूण आउटपुट टोकन्स
97,752
प्रतिसाद वेळ (सरासरी)
11.96s
एकूण खर्च
$0.070
शिफारस केलेले मॉडेल Mercury 2

Its score stays close to the best score here (4.4 vs 4.4), while costing about 2.1x less than KAT Coder AIR V2.5 (default).

तपशीलवार तुलना

मेट्रिक Mercury 2 Mercury 2 none प्रकाशन: 2026-02-24 KAT Coder AIR V2.5 KAT Coder AIR V2.5 default प्रकाशन: 2026-07-14
स्कोअर 4.4 4.4
क्रमांक #360 #356
विश्वसनीयता 10.0 10.0
सुसंगतता 9.2 7.4
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 23.2% 34.8%
अस्थिर चाचण्या 2 7
एकूण रन 69 69
प्रति निकाल खर्च 0.812 1.382
एकूण खर्च $0.033 $0.070
इनपुट किंमत $0.250 / 1M $0.150 / 1M
आउटपुट किंमत $0.750 / 1M $0.600 / 1M
कॅश वाचण्याची किंमत $0.025 / 1M लागू नाही
कॅश लिहिण्याची किंमत लागू नाही लागू नाही
एकूण इनपुट टोकन्स 100,634 69,376
आउटपुट टोकन्स 9,609 7,792
रिझनिंग टोकन्स 100 89,960
प्रतिसाद वेळ (सरासरी) 1.18s 11.96s
प्रतिसाद वेळ (कमाल) 9.00s 121.05s
प्रतिसाद वेळ (एकूण) 27.14s 275.18s
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.

#360 Mercury 2

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

#356 KAT Coder AIR V2.5

default
खर्च
$0.002
वेळ
14.5s
टोकन्स
2,619 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
KAT Coder AIR V2.5 3.3 9.6 0.0% 0 14.31s 6,472 2,032 14,886

झटपट तुलना

तुलना जोडी बदला

Cobuddymediumमोफत उपलब्धvsMercury 2noneKAT Coder AIR V2.5defaultvsNemotron 3 Supernoneमोफत उपलब्धGranite 4.2 8BnonevsKAT Coder AIR V2.5defaultCobuddymediumमोफत उपलब्धvsKAT Coder AIR V2.5defaultMercury 2nonevsMiniMax M2.5mediumTrinity Large Previewdefaultमोफत उपलब्धvsMercury 2noneMercury 2nonevsRing 2.6 1tdefaultMercury 2nonevsGLM 4.7 FlashmediumKAT Coder AIR V2.5defaultvsNemotron 3.5 Lightninglowमोफत उपलब्धKAT Coder AIR V2.5defaultvsMiniMax M2.5mediumKAT Coder AIR V2.5defaultvsLaguna S 2.1lowमोफत उपलब्धMercury 2nonevsLing 2.6 Flashdefault