نیویگیشن
AI BENCHY
Advertise here

Mercury 2.5 Preview (high) vs LongCat 2.0

Mercury 2.5 Preview (high) average score میں آگے ہے: 6.6 vs 6.4. Mercury 2.5 Preview (high) کی benchmark لاگت کم ہے: $0.030 vs $0.044. Mercury 2.5 Preview (high) تیز ہے: 4.01s vs 5.17s، pass rates 65.2% vs 40.9%.

بینچ مارکس AI BENCHY ٹیسٹ سوئٹس سے اس وقت تیار کیے گئے: 2026-09-03

درجہ
#163
کل آؤٹ پٹ ٹوکنز
163,505
ردِعمل کا وقت (اوسط)
4.01s
کل لاگت
$0.030
درجہ
#172
کل آؤٹ پٹ ٹوکنز
9,375
ردِعمل کا وقت (اوسط)
5.17s
کل لاگت
$0.044
تجویز کردہ ماڈل Mercury 2.5 Preview (high)

It has the best score here (6.6), while costing about 1.5x less than LongCat 2.0.

تفصیلی موازنہ

میٹرک Mercury 2.5 Preview Mercury 2.5 Preview high اجرا: 2026-09-02 LongCat 2.0 LongCat 2.0 none اجرا: 2026-07-20
اسکور 6.6 6.4
درجہ #163 #172
اعتماد پذیری 10.0 10.0
تسلسل 8.2 9.3
کوششیں 66/66 66/66
درست ٹیسٹس
فی کوشش کامیابی کی شرح 65.2% 40.9%
غیر مستحکم ٹیسٹ 5 2
کل رنز 66 66
فی نتیجہ لاگت 0.243 0.549
کل لاگت $0.030 $0.044
ان پٹ قیمت $0.040 / 1M $0.300 / 1M
آؤٹ پٹ قیمت $0.150 / 1M $1.200 / 1M
کل ان پٹ ٹوکنز 115,759 108,752
آؤٹ پٹ ٹوکنز 2,562 9,375
ریزننگ ٹوکنز 160,943 0
ردِعمل کا وقت (اوسط) 4.01s 5.17s
ردِعمل کا وقت (زیادہ سے زیادہ) 17.71s 48.38s
ردِعمل کا وقت (کل) 88.25s 113.83s
پیرامیٹرز ~100B 1.6T کل (48B فعال)
دستیابی بند ماخذ کھلا ماخذ

ماڈل جنریشن شوکیس

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#163 Mercury 2.5 Preview

high
لاگت
$0.001
وقت
4.5s
ٹوکنز
3,851 tok

#172 LongCat 2.0

none
لاگت
$0.027
وقت
411.7s
ٹوکنز
22,283 tok

اسکور کے لحاظ سے سرفہرست ماڈلز

اسکور بمقابلہ کل لاگت

ردِعمل کا وقت (اوسط)

اسکور vs ردِعمل کا وقت (اوسط)

کل آؤٹ پٹ ٹوکنز

اسکور vs کل آؤٹ پٹ ٹوکنز

زمرہ وار تفصیل

کوڈنگ اسکور تسلسل فی کوشش کامیابی کی شرح غیر مستحکم ٹیسٹ درست ٹیسٹس ردِعمل کا وقت (اوسط) ان پٹ ٹوکنز آؤٹ پٹ ٹوکنز ریزننگ ٹوکنز
Mercury 2.5 Preview 6.7 7.8 55.6% 1 6.13s 7,751 485 42,569
LongCat 2.0 5.5 10.0 33.3% 0 2.85s 7,446 578 0

فوری موازنہ

موازنہ کی جوڑی تبدیل کریں