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

Mercury 2 vs Qwen3.5-9B (medium)

Mercury 2 average score मध्ये पुढे आहे: 4.4 vs 4.0. Mercury 2 चा benchmark खर्च कमी आहे: $0.033 vs $0.106. Mercury 2 वेगवान आहे: 1.18s vs 110.18s, pass rates 23.2% vs 26.1%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-11-22

तुलना केलेली मॉडेल्स

क्रमांक
#471
एकूण आउटपुट टोकन्स
9,709
प्रतिसाद वेळ (सरासरी)
1.18s
एकूण खर्च
$0.033
क्रमांक
#480
एकूण आउटपुट टोकन्स
447,247
प्रतिसाद वेळ (सरासरी)
110.18s
एकूण खर्च
$0.106
शिफारस केलेले मॉडेल Mercury 2

It has the best score here (4.4), while costing about 3.3x less than Qwen3.5-9B (medium).

तपशीलवार तुलना

मेट्रिक Mercury 2 Mercury 2 none प्रकाशन: 2026-02-24 Qwen3.5-9B Qwen3.5-9B medium प्रकाशन: 2026-03-02
स्कोअर 4.4 4.0
क्रमांक #471 #480
विश्वसनीयता 10.0 8.7
सुसंगतता 9.2 7.9
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 23.2% 26.1%
अस्थिर चाचण्या 2 6
एकूण रन 69 69
प्रति निकाल खर्च 0.812 3.523
एकूण खर्च $0.033 $0.106
इनपुट किंमत $0.250 / 1M $0.100 / 1M
आउटपुट किंमत $0.750 / 1M $0.150 / 1M
कॅश वाचण्याची किंमत $0.025 / 1M लागू नाही
कॅश लिहिण्याची किंमत लागू नाही लागू नाही
एकूण इनपुट टोकन्स 100,634 387,323
आउटपुट टोकन्स 9,609 48,562
रिझनिंग टोकन्स 100 410,431
प्रतिसाद वेळ (सरासरी) 1.18s 110.18s
प्रतिसाद वेळ (कमाल) 9.00s 569.97s
प्रतिसाद वेळ (एकूण) 27.14s 1873.00s
पॅरामीटर्स ~100B 9B
उपलब्धता बंद स्रोत मुक्त 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.

#471 Mercury 2

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

#480 Qwen3.5-9B

medium
खर्च
$0.001
वेळ
35.9s
टोकन्स
3,030 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
Qwen3.5-9B 2.9 10.0 0.0% 0 100.88s 2,396 7,890 41,129

तुलना जोडी बदला