- Rang
- #297
- Total tokenuri de ieșire
- 36,870
- Timp de răspuns (mediu)
- 4.92s
- Cost total
- $0.015
Mercury 2.5 Preview (low) vs KAT Coder AIR V2.5 (medium)
KAT Coder AIR V2.5 (medium) conduce la scorul mediu cu 5.1 vs 5.0. Mercury 2.5 Preview (low) are costul de benchmark mai mic, $0.015 vs $0.048. Mercury 2.5 Preview (low) este mai rapid cu 4.92s vs 8.32s, cu rate de reușită de 44.9% vs 43.5%.
Modele comparate
- Rang
- #294
- Total tokenuri de ieșire
- 66,576
- Timp de răspuns (mediu)
- 8.32s
- Cost total
- $0.048
Model recomandat
Mercury 2.5 Preview (low)
Scorul rămâne aproape de cel mai bun scor de aici (5.0 vs 5.1) și costă de aproximativ 3.3x mai puțin decât KAT Coder AIR V2.5 (medium).
Comparație detaliată
| Metrică | Mercury 2.5 Preview Mercury 2.5 Preview low | KAT Coder AIR V2.5 KAT Coder AIR V2.5 medium |
|---|---|---|
| Scor | 5.0 | 5.1 |
| Rang | #297 | #294 |
| Fiabilitate | 9.9 | 9.6 |
| Consistență | 7.1 | 8.9 |
| Încercări | 69/69 | 69/69 |
| Teste corecte | ||
| Rată de trecere pe încercare | 44.9% | 43.5% |
| Teste instabile | 8 | 3 |
| Rulări totale | 69 | 69 |
| Cost per rezultat | 0.244 | 0.596 |
| Cost total | $0.015 | $0.048 |
| Preț de intrare | $0.000 / 1M | $0.000 / 1M |
| Preț de ieșire | $0.000 / 1M | $0.000 / 1M |
| Total tokenuri de intrare | 235,438 | 51,369 |
| Tokenuri de ieșire | 8,136 | 8,008 |
| Tokenuri de raționament | 28,734 | 58,568 |
| Timp de răspuns (mediu) | 4.92s | 8.32s |
| Timp de răspuns (maxim) | 84.47s | 48.19s |
| Timp de răspuns (total) | 113.24s | 191.40s |
| Parametri | ~100B | ~35B în total (~3B activi) |
| Disponibilitate | Închis | Închis |
Prezentare generare modele
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#297 Mercury 2.5 Preview
low- Cost
- $0.001
- Timp
- 1.5s
- Tokenuri
- 1,169 tok
#294 KAT Coder AIR V2.5
medium- Cost
- $0.003
- Timp
- 23.7s
- Tokenuri
- 4,924 tok
Top modele după scor
Scor vs cost total
Timp de răspuns (mediu)
Scor vs Timp de răspuns (mediu)
Total tokenuri de ieșire
Scor vs Total tokenuri de ieșire
Defalcare pe categorii
| Sarcini agentice | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Timp de răspuns (mediu) | Tokenuri de intrare | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|---|---|
| Mercury 2.5 Preview | 5.0 | 10.0 | 0.0% | 0 | 84.47s | 101,913 | 877 | 4,018 | |
| KAT Coder AIR V2.5 | 3.0 | 10.0 | 0.0% | 0 | 1.05s | 0 | 0 | 0 |
| Trucuri anti-AI | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Timp de răspuns (mediu) | Tokenuri de intrare | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|---|---|
| Mercury 2.5 Preview | 5.6 | 3.8 | 66.7% | 3 | 759ms | 786 | 290 | 3,019 | |
| KAT Coder AIR V2.5 | 8.7 | 8.0 | 91.7% | 1 | 3.79s | 672 | 549 | 4,194 |
| Programare | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Timp de răspuns (mediu) | Tokenuri de intrare | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|---|---|
| Mercury 2.5 Preview | 5.5 | 10.0 | 33.3% | 0 | 972ms | 7,794 | 695 | 2,263 | |
| KAT Coder AIR V2.5 | 3.6 | 7.0 | 22.2% | 1 | 23.37s | 7,893 | 5,199 | 29,973 |
| Combinat | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Timp de răspuns (mediu) | Tokenuri de intrare | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|---|---|
| Mercury 2.5 Preview | 3.0 | 10.0 | 0.0% | 0 | 4.77s | 110,517 | 5,013 | 9,661 | |
| KAT Coder AIR V2.5 | 6.5 | 10.0 | 50.0% | 0 | 19.56s | 23,854 | 435 | 6,811 |
| Parsare și extragere de date | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Timp de răspuns (mediu) | Tokenuri de intrare | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|---|---|
| Mercury 2.5 Preview | 6.3 | 5.8 | 66.7% | 1 | 1.12s | 8,309 | 611 | 1,521 | |
| KAT Coder AIR V2.5 | 6.5 | 10.0 | 50.0% | 0 | 3.65s | 7,776 | 268 | 1,881 |
| Specific domeniului | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Timp de răspuns (mediu) | Tokenuri de intrare | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|---|---|
| Mercury 2.5 Preview | 4.1 | 4.4 | 44.5% | 2 | 836ms | 849 | 45 | 2,247 | |
| KAT Coder AIR V2.5 | 3.0 | 10.0 | 0.0% | 0 | 6.58s | 668 | 673 | 4,670 |
| Inteligență generală | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Timp de răspuns (mediu) | Tokenuri de intrare | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|---|---|
| Mercury 2.5 Preview | 5.0 | 10.0 | 0.0% | 0 | 1.05s | 540 | 105 | 749 | |
| KAT Coder AIR V2.5 | 5.0 | 10.0 | 0.0% | 0 | 9.81s | 516 | 189 | 557 |
| Respectarea instrucțiunilor | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Timp de răspuns (mediu) | Tokenuri de intrare | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|---|---|
| Mercury 2.5 Preview | 6.3 | 10.0 | 50.0% | 0 | 1.60s | 745 | 99 | 1,492 | |
| KAT Coder AIR V2.5 | 10.0 | 10.0 | 100.0% | 0 | 1.50s | 699 | 93 | 730 |
| Rezolvare de puzzle-uri | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Timp de răspuns (mediu) | Tokenuri de intrare | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|---|---|
| Mercury 2.5 Preview | 8.2 | 7.2 | 88.9% | 1 | 710ms | 777 | 312 | 2,271 | |
| KAT Coder AIR V2.5 | 3.6 | 7.2 | 22.2% | 1 | 1.87s | 696 | 265 | 1,184 |
| Apelare instrumente | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Timp de răspuns (mediu) | Tokenuri de intrare | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|---|---|
| Mercury 2.5 Preview | 2.8 | 1.6 | 33.3% | 1 | 1.57s | 2,983 | 76 | 739 | |
| KAT Coder AIR V2.5 | 10.0 | 10.0 | 100.0% | 0 | 4.77s | 8,391 | 317 | 906 |
| Cultură generală | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Timp de răspuns (mediu) | Tokenuri de intrare | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|---|---|
| Mercury 2.5 Preview | 3.0 | 10.0 | 0.0% | 0 | 591ms | 225 | 13 | 754 | |
| KAT Coder AIR V2.5 | 3.0 | 10.0 | 0.0% | 0 | 15.74s | 204 | 20 | 7,662 |
Comparație rapidă
Schimbă perechea de comparație
Mercury 2.5lowvsKAT Coder AIR V2.5mediumKAT Coder AIR V2.5mediumvsMiMo-V2.5-PrononeKAT Coder AIR V2.5mediumvsMistral Small 4noneMercury 2.5 PreviewlowvsLaguna S 2.1mediumDisponibil gratuitMercury 2.5 PreviewlowvsMiniMax M2.7mediumDots 3 Note PreviewnoneDisponibil gratuitvsMercury 2.5 PreviewlowMercury 2.5 PreviewlowvsGPT-4o-mininoneMercury 2.5 PreviewlowvsMiMo-V2.5-PrononeKAT Coder AIR V2.5mediumvsNemotron 3.5 LightninghighDisponibil gratuitLing 3.0 FlashnonevsKAT Coder AIR V2.5mediumMercury 2.5 PreviewlowvsMistral Small 4noneMercury 2.5 PreviewlowvsMistral Small 4medium