AI BENCHY Compare

Inception: Mercury 2 vs MoonshotAI: Kimi K2.6

सारांश

Mercury 2 vs Kimi K2.6 benchmark तुलना: Kimi K2.6 average score मध्ये पुढे आहे: 5.8 vs 4.6. Mercury 2 चा benchmark खर्च कमी आहे: $0.011 vs $0.079. Mercury 2 वेगवान आहे: 653ms vs 13.27s, pass rates 23.8% vs 36.5%.

शिफारस केलेले मॉडेल: Mercury 2 - It offers the best overall trade-off: a competitive score (4.6), lower cost than Kimi K2.6, and balanced response time.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-06-18

मेट्रिक	Mercury 2 Mercury 2 none प्रकाशन: 2026-02-24	Kimi K2.6 Kimi K2.6 none प्रकाशन: 2026-04-20 मोफत उपलब्ध

मेट्रिक	Mercury 2 Mercury 2 none प्रकाशन: 2026-02-24	Kimi K2.6 Kimi K2.6 none प्रकाशन: 2026-04-20 मोफत उपलब्ध
स्कोअर	4.6	5.8
क्रमांक	#151	#111
विश्वसनीयता	10.0	10.0
सुसंगतता	9.2	9.2
बरोबर चाचण्या
प्रति प्रयत्न पास दर	23.8%	36.5%
अस्थिर चाचण्या	2	2
एकूण रन	63	63
प्रति निकाल खर्च	0.259	1.267
एकूण खर्च	$0.011	$0.079
इनपुट किंमत	$0.250 / 1M	$0.680 / 1M
आउटपुट किंमत	$0.750 / 1M	$3.410 / 1M
एकूण इनपुट टोकन्स	28,113	32,916
आउटपुट टोकन्स	4,439	16,410
रिझनिंग टोकन्स	0	0
प्रतिसाद वेळ (सरासरी)	653ms	13.27s
प्रतिसाद वेळ (कमाल)	1.43s	238.89s
प्रतिसाद वेळ (एकूण)	13.72s	278.57s

जनरेशन शोकेस

Hamster playing table tennis

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

#151 Mercury 2

none

खर्च: $0.002
वेळ: 1.8s
टोकन्स: 1,514 tok

#111 MoonshotAI: Kimi K2.6

none

खर्च: $0.020
वेळ: 127.4s
टोकन्स: 4,429 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

अँटी-एआय युक्त्या	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Mercury 2	3.0	10.0	0.0%	0		483ms	631	286	0
Kimi K2.6	4.6	10.0	25.0%	0		1.39s	618	471	0

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
Kimi K2.6	5.5	9.8	33.3%	0		82.57s	5,986	14,754	0

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Mercury 2	3.0	10.0	0.0%	0		606ms	4,821	131	0
Kimi K2.6	3.0	10.0	0.0%	0		3.38s	11,269	290	0

डेटा पार्सिंग आणि निष्कर्षण	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Mercury 2	7.3	5.9	83.3%	1		667ms	6,362	180	0
Kimi K2.6	10.0	10.0	100.0%	0		1.32s	7,014	201	0

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Mercury 2	5.3	7.2	44.4%	1		534ms	784	46	0
Kimi K2.6	5.3	7.2	44.4%	1		1.48s	732	42	0

Samanya Buddhimatta	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Mercury 2	4.8	10.0	0.0%	0		628ms	495	159	0
Kimi K2.6	5.4	3.5	33.3%	1		1.55s	477	138	0

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Mercury 2	6.5	10.0	50.0%	0		551ms	691	82	0
Kimi K2.6	6.5	10.0	50.0%	0		1.64s	669	72	0

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Mercury 2	3.1	10.0	0.0%	0		535ms	694	251	0
Kimi K2.6	3.1	9.9	0.0%	0		1.40s	651	185	0

टूल कॉलिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Mercury 2	10.0	10.0	100.0%	0		1.27s	6,193	197	0
Kimi K2.6	10.0	10.0	100.0%	0		4.46s	5,286	240	0

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Mercury 2	3.0	10.0	0.0%	0		548ms	213	19	0
Kimi K2.6	3.0	10.0	0.0%	0		1.36s	214	17	0

झटपट तुलना

तुलना जोडी बदला