#265 Mercury 2.5
low- खर्च
- $0.001
- वेळ
- 2.4s
- टोकन्स
- 1,236 tok
Inception
प्रकाशन: 2026-09-08
चाचणी तारीख: 2026-09-08 22:50
inception/mercury-2.5::low
~100Bइतरबंद स्रोतअंदाजित
सारांश
Mercury 2.5 AI BENCHY वर 5.1 स्कोर करते आणि #265 वर आहे. याची reliability 9.8, pass rate 39.4%, एकूण खर्च $0.011, आणि सरासरी response time 1.35s आहे.
Mercury 2.5 खास का आहे: हे कोडी सोडवणे मध्ये सर्वाधिक उठून दिसते, जिथे त्याचा rank #3 आहे; तर सूचनांचे पालन हा सर्वात कमकुवत भाग आहे, rank #16.
मॉडेलची माहिती
संशोधन दिनांक: 2026-09-08
- पॅरामीटर्स
- ~100B
- आर्किटेक्चर
- इतर
- उपलब्धता
- बंद स्रोत
- परवाना
- -
सार्वजनिक पुराव्यावर आधारित सर्वोत्तम अंदाज; प्रदात्याने सर्व मूल्ये जाहीर केलेली नाहीत.
5.1
सुसंगतता
8.1
9.8
$0.011
एकूण आउटपुट टोकन्स
33,719
एकूण इनपुट टोकन्स
138,020
इनपुट किंमत
$0.040 / 1M
आउटपुट किंमत
$0.150 / 1M
अस्थिर चाचण्या
5
अस्थिर चाचण्यांत रन्समध्ये मिश्र निकाल असतात (किमान एक पास आणि एक फेल).
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
चार्ट्स
पहिले मॉडेल निवडा, नंतर दुसरे मॉडेल क्लिक करून बाजू-बाजूची तुलना पेज उघडा.
स्कोअरनुसार शीर्ष मॉडेल्स
स्कोअर vs एकूण खर्च
प्रतिसाद वेळ (सरासरी)
स्कोअर vs प्रतिसाद वेळ (सरासरी)
एकूण आउटपुट टोकन्स
स्कोअर vs एकूण आउटपुट टोकन्स
झटपट तुलना
Mercury 2.5lowvsQwen3 Coder NextnoneMercury 2.5lowvsMiMo-V2.5noneMercury 2.5lowvsGranite 4.2 8BlowMercury 2.5lowvsQwen3.5-9BnoneMercury 2.5lowvsMistral Small 4mediumMercury 2.5lowvsNorth Mini Codenoneमोफत उपलब्धMercury 2.5lowvsMistral Small 4noneMercury 2.5lowvsMiniMax M2.7mediumMercury 2.5lowvsNemotron 3.5 Lightningmediumमोफत उपलब्धMercury 2.5lowvsMercury 2.5 Previewlow
श्रेणीवार तपशील
| श्रेणी | स्कोअर | सुसंगतता | बरोबर चाचण्या |
|---|---|---|---|
| अँटी-एआय युक्त्या | 6.9 | 7.9 | |
| कोडिंग | 5.5 | 10.0 | |
| संयुक्त | 3.0 | 10.0 | |
| डेटा पार्सिंग आणि निष्कर्षण | 6.5 | 10.0 | |
| डोमेन-विशिष्ट | 3.6 | 7.2 | |
| Samanya Buddhimatta | 4.4 | 9.9 | |
| सूचनांचे पालन | 2.9 | 6.0 | |
| कोडी सोडवणे | 5.9 | 4.5 | |
| टूल कॉलिंग | 9.8 | 10.0 | |
| सामान्य ज्ञान | 3.0 | 10.0 |