नेव्हिगेशन
AI BENCHY
Advertise here

Inception: Mercury 2 vs Mistral: Mistral Small 4

Mistral Small 4 (medium) average score मध्ये पुढे आहे: 5.1 vs 4.6. Mercury 2 चा benchmark खर्च कमी आहे: $0.030 vs $0.096. Mercury 2 वेगवान आहे: 829ms vs 10.77s, pass rates 22.7% vs 42.4%.

शिफारस केलेले मॉडेलMercury 2Its score stays close to the best score here (4.6 vs 5.1), while costing about 3.3x less than Mistral Small 4 (medium).

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

मेट्रिक Mercury 2 Mercury 2 none प्रकाशन: 2026-02-24 Mistral Small 4 Mistral Small 4 medium प्रकाशन: 2026-03-16
स्कोअर 4.6 5.1
क्रमांक #185 #163
विश्वसनीयता 10.0 10.0
सुसंगतता 9.2 7.0
बरोबर चाचण्या
प्रति प्रयत्न पास दर 22.7% 42.4%
अस्थिर चाचण्या 2 8
एकूण रन 66 66
प्रति निकाल खर्च 0.734 1.913
एकूण खर्च $0.030 $0.096
इनपुट किंमत $0.250 / 1M $0.150 / 1M
आउटपुट किंमत $0.750 / 1M $0.600 / 1M
एकूण इनपुट टोकन्स 88,704 140,494
आउटपुट टोकन्स 9,564 39,462
रिझनिंग टोकन्स 0 92,362
प्रतिसाद वेळ (सरासरी) 829ms 10.77s
प्रतिसाद वेळ (कमाल) 4.52s 59.15s
प्रतिसाद वेळ (एकूण) 18.24s 236.94s

Hamster playing table tennis

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

#185 Mercury 2

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

#163 Mistral Small 4

medium
खर्च
$0.006
वेळ
47.9s
टोकन्स
9,857 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
Mistral Small 4 4.4 5.1 33.3% 2 39.98s 7,636 11,635 54,715

झटपट तुलना

तुलना जोडी बदला