#254 Mercury 2.5 Preview
low- खर्च
- $0.001
- वेळ
- 1.5s
- टोकन्स
- 1,169 tok
सारांश
Mercury 2.5 Preview AI BENCHY वर 5.0 स्कोर करते आणि #254 वर आहे. याची reliability 10.0, pass rate 47.0%, एकूण खर्च $0.011, आणि सरासरी response time 1.31s आहे.
Mercury 2.5 Preview खास का आहे: हे कोडी सोडवणे मध्ये सर्वाधिक उठून दिसते, जिथे त्याचा rank #1 आहे; तर टूल कॉलिंग हा सर्वात कमकुवत भाग आहे, rank #15. समान मॉडेल्सच्या तुलनेत हे लक्षणीय वेगवान आहे.
संशोधन दिनांक: 2026-09-02
सार्वजनिक पुराव्यावर आधारित सर्वोत्तम अंदाज; प्रदात्याने सर्व मूल्ये जाहीर केलेली नाहीत.
5.0
सुसंगतता
7.0
10.0
$0.011
एकूण आउटपुट टोकन्स
31,975
एकूण इनपुट टोकन्स
133,525
इनपुट किंमत
$0.040 / 1M
आउटपुट किंमत
$0.150 / 1M
अस्थिर चाचण्या
8
अस्थिर चाचण्यांत रन्समध्ये मिश्र निकाल असतात (किमान एक पास आणि एक फेल).
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
पहिले मॉडेल निवडा, नंतर दुसरे मॉडेल क्लिक करून बाजू-बाजूची तुलना पेज उघडा.
| श्रेणी | स्कोअर | सुसंगतता | बरोबर चाचण्या |
|---|---|---|---|
| अँटी-एआय युक्त्या | 5.6 | 3.8 | |
| कोडिंग | 5.5 | 10.0 | |
| संयुक्त | 3.0 | 10.0 | |
| डेटा पार्सिंग आणि निष्कर्षण | 6.3 | 5.8 | |
| डोमेन-विशिष्ट | 4.1 | 4.4 | |
| Samanya Buddhimatta | 5.0 | 10.0 | |
| सूचनांचे पालन | 6.3 | 10.0 | |
| कोडी सोडवणे | 8.2 | 7.2 | |
| टूल कॉलिंग | 2.8 | 1.6 | |
| सामान्य ज्ञान | 3.0 | 10.0 |