#157 Mercury 2.5
medium- खर्च
- $0.001
- वेळ
- 3.8s
- टोकन्स
- 3,386 tok
Inception
प्रकाशन: 2026-09-08
चाचणी तारीख: 2026-09-08 22:50
inception/mercury-2.5::medium
~100Bइतरबंद स्रोतअंदाजित
सारांश
Mercury 2.5 AI BENCHY वर 6.8 स्कोर करते आणि #157 वर आहे. याची reliability 9.8, pass rate 65.2%, एकूण खर्च $0.022, आणि सरासरी response time 3.19s आहे.
Mercury 2.5 खास का आहे: या score range साठी एकूण benchmark खर्च असामान्यपणे कमी आहे.
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.
6.8
सुसंगतता
8.6
9.8
$0.022
एकूण आउटपुट टोकन्स
120,129
एकूण इनपुट टोकन्स
91,402
इनपुट किंमत
$0.040 / 1M
आउटपुट किंमत
$0.150 / 1M
अस्थिर चाचण्या
4
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 2.5mediumvsMiMo-V2.5-PromediumMercury 2.5mediumvsGemini 3 Flash PreviewnoneMercury 2.5mediumvsGLM 5.3lowMercury 2.5mediumvsGemma 4 26B A4Bmediumमोफत उपलब्धMercury 2.5mediumvsDeepSeek V4 PrononeMercury 2.5mediumvsGLM 5.2noneMercury 2.5mediumvsSolar Pro 4mediumMercury 2.5mediumvsKAT-Coder-Pro V2.5noneMercury 2.5mediumvsSolar Pro 4lowMercury 2.5mediumvsLongCat 2.0low
श्रेणीवार तपशील
| श्रेणी | स्कोअर | सुसंगतता | बरोबर चाचण्या |
|---|---|---|---|
| अँटी-एआय युक्त्या | 10.0 | 10.0 | |
| कोडिंग | 5.0 | 5.1 | |
| संयुक्त | 6.5 | 10.0 | |
| डेटा पार्सिंग आणि निष्कर्षण | 10.0 | 10.0 | |
| डोमेन-विशिष्ट | 3.6 | 7.2 | |
| Samanya Buddhimatta | 4.4 | 9.9 | |
| सूचनांचे पालन | 6.4 | 6.0 | |
| कोडी सोडवणे | 10.0 | 10.0 | |
| टूल कॉलिंग | 10.0 | 10.0 | |
| सामान्य ज्ञान | 3.0 | 10.0 |