- درجہ
- #91
- کل آؤٹ پٹ ٹوکنز
- 127,034
- ردِعمل کا وقت (اوسط)
- 3.58s
- کل لاگت
- $0.024
Mercury 2.5 Preview (medium) vs Qwen3.8 2.4T A95B (high)
Mercury 2.5 Preview (medium) average score میں آگے ہے: 7.5 vs 7.4. Mercury 2.5 Preview (medium) کی benchmark لاگت کم ہے: $0.024 vs $2.357. Mercury 2.5 Preview (medium) تیز ہے: 3.58s vs 120.59s، pass rates 69.7% vs 74.2%.
- درجہ
- #99
- کل آؤٹ پٹ ٹوکنز
- 456,028
- ردِعمل کا وقت (اوسط)
- 120.59s
- کل لاگت
- $2.357
تجویز کردہ ماڈل
Mercury 2.5 Preview (medium)
It has the best score here (7.5), while costing about 100.0x less than Qwen3.8 2.4T A95B (high).
تفصیلی موازنہ
| میٹرک | Mercury 2.5 Preview Mercury 2.5 Preview medium | Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B high |
|---|---|---|
| اسکور | 7.5 | 7.4 |
| درجہ | #91 | #99 |
| اعتماد پذیری | 10.0 | 9.4 |
| تسلسل | 9.6 | 8.3 |
| کوششیں | 66/66 | 66/66 |
| درست ٹیسٹس | ||
| فی کوشش کامیابی کی شرح | 69.7% | 74.2% |
| غیر مستحکم ٹیسٹ | 1 | 4 |
| کل رنز | 66 | 66 |
| فی نتیجہ لاگت | 0.158 | 16.832 |
| کل لاگت | $0.024 | $2.357 |
| ان پٹ قیمت | $0.040 / 1M | $2.000 / 1M |
| آؤٹ پٹ قیمت | $0.150 / 1M | $6.000 / 1M |
| کل ان پٹ ٹوکنز | 112,713 | 108,931 |
| آؤٹ پٹ ٹوکنز | 5,436 | 112,801 |
| ریزننگ ٹوکنز | 121,598 | 343,227 |
| ردِعمل کا وقت (اوسط) | 3.58s | 120.59s |
| ردِعمل کا وقت (زیادہ سے زیادہ) | 17.84s | 532.28s |
| ردِعمل کا وقت (کل) | 78.66s | 2653.05s |
| پیرامیٹرز | ~100B | 2.4T کل (95B فعال) |
| دستیابی | بند ماخذ | وزن دستیاب |
ماڈل جنریشن شوکیس
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#91 Mercury 2.5 Preview
medium- لاگت
- $0.001
- وقت
- 2.7s
- ٹوکنز
- 2,241 tok
#99 Qwen3.8 2.4T A95B
high
غلط SVG
- لاگت
- $0.000
- وقت
- 600.0s
- ٹوکنز
- 0 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
| اینٹی اے آئی چالیں | 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 | 10.0 | 10.0 | 100.0% | 0 | 1.43s | 781 | 203 | 7,921 | |
| Qwen3.8 2.4T A95B | 10.0 | 10.0 | 100.0% | 0 | 24.22s | 1,128 | 305 | 4,864 |
| 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 | 7.8 | 10.0 | 66.7% | 0 | 3.86s | 7,839 | 552 | 22,126 | |
| Qwen3.8 2.4T A95B | 5.9 | 6.3 | 55.6% | 1 | 160.52s | 6,399 | 3,310 | 48,078 |
| مشترکہ | 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 | 6.5 | 10.0 | 50.0% | 0 | 13.86s | 92,663 | 3,607 | 41,588 | |
| Qwen3.8 2.4T A95B | 6.9 | 5.9 | 66.7% | 1 | 266.12s | 81,205 | 7,791 | 41,921 |
| ڈیٹا پارسنگ اور استخراج | 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 | 10.0 | 10.0 | 100.0% | 0 | 2.77s | 8,292 | 514 | 11,354 | |
| Qwen3.8 2.4T A95B | 10.0 | 10.0 | 100.0% | 0 | 13.67s | 7,928 | 550 | 2,307 |
| ڈومین مخصوص | 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 | 5.3 | 7.2 | 44.4% | 1 | 3.72s | 853 | 62 | 17,120 | |
| Qwen3.8 2.4T A95B | 4.1 | 6.5 | 22.2% | 1 | 301.08s | 964 | 11,279 | 139,028 |
| عمومی ذہانت | 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 | 5.0 | 10.0 | 0.0% | 0 | 2.09s | 538 | 99 | 3,375 | |
| Qwen3.8 2.4T A95B | 6.1 | 3.1 | 66.7% | 1 | 11.38s | 630 | 2,020 | 2,165 |
| ہدایات کی پیروی | 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 | 9.8 | 10.0 | 100.0% | 0 | 1.35s | 744 | 96 | 3,987 | |
| Qwen3.8 2.4T A95B | 9.8 | 10.0 | 100.0% | 0 | 11.45s | 927 | 245 | 1,727 |
| پہیلی حل کرنا | 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 | 10.0 | 10.0 | 100.0% | 0 | 1.87s | 771 | 274 | 7,323 | |
| Qwen3.8 2.4T A95B | 10.0 | 10.0 | 100.0% | 0 | 65.54s | 989 | 698 | 15,073 |
| ٹول کالنگ | 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 | 3.0 | 10.0 | 0.0% | 0 | 2.37s | 0 | 0 | 0 | |
| Qwen3.8 2.4T A95B | 10.0 | 10.0 | 100.0% | 0 | 32.93s | 8,481 | 302 | 656 |
| معلومات عامہ | 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 | 3.0 | 10.0 | 0.0% | 0 | 4.13s | 232 | 29 | 6,804 | |
| Qwen3.8 2.4T A95B | 3.0 | 10.0 | 0.0% | 0 | 347.95s | 280 | 86,301 | 87,408 |
فوری موازنہ
موازنہ کی جوڑی تبدیل کریں
Mercury 2.5 PreviewmediumvsGPT 5.3 ChatnoneQwen3.8 2.4T A95BhighvsGrok 4.6lowGemini 3 Flash PreviewlowvsQwen3.8 2.4T A95BhighMercury 2.5 PreviewmediumvsGPT-5.6 TerralowLongCat 2.0mediumvsQwen3.8 2.4T A95BhighMercury 2.5 PreviewmediumvsQwen3.7 MaxnoneGPT-5.6 LunamediumvsQwen3.8 2.4T A95BhighKimi K2.7 CodemediumvsQwen3.8 2.4T A95BhighClaude Sonnet 4.6nonevsQwen3.8 2.4T A95BhighGemini 3.1 Flash Lite PreviewmediumvsQwen3.8 2.4T A95BhighKAT-Coder-Pro V2.5lowvsQwen3.8 2.4T A95BhighQwen3.8 2.4T A95BhighvsGrok Build 0.1medium