AI BENCHY
Advertise here
#157

Mercury 2.5 Preview

Inception اجرا: 2026-09-02 ٹیسٹ کیا گیا: 2026-09-02 02:06 inception/mercury-2.5-preview::high
~100Bدیگربند ماخذتخمینہ
(high) (medium) (low) (none)

خلاصہ

Mercury 2.5 Preview AI BENCHY پر 6.6 اسکور کرتا ہے اور #157 پر ہے۔ اس کی reliability 10.0، pass rate 65.2%، کل لاگت $0.030، اور اوسط response time 4.01s ہے۔

Mercury 2.5 Preview کو منفرد کیا بناتا ہے: یہ عمومی ذہانت میں سب سے نمایاں ہے، جہاں اس کا rank #4 ہے؛ جبکہ ڈومین مخصوص اس کا کمزور ترین حصہ ہے، rank #13.

ماڈل کی تفصیلات

تحقیق کی تاریخ: 2026-09-02

تخمینہ
پیرامیٹرز
~100B
ساخت
دیگر
دستیابی
بند ماخذ
لائسنس
-

عوامی شواہد کی بنیاد پر بہترین تخمینہ؛ فراہم کنندہ نے تمام اقدار ظاہر نہیں کیں۔

پیرامیٹرز کا ماخذ دستیابی کا ماخذ

اسکور

6.6

تسلسل

8.2

اعتماد پذیری

10.0

کل لاگت (موجودہ قیمت)

$0.030

کل آؤٹ پٹ ٹوکنز

163,505

کل ان پٹ ٹوکنز

115,759

ان پٹ قیمت

$0.040 / 1M

آؤٹ پٹ قیمت

$0.150 / 1M

درست ٹیسٹس

غلط ٹیسٹس: 10

فی کوشش کامیابی کی شرح: 65.2%

غیر مستحکم ٹیسٹ

5

غیر مستحکم ٹیسٹس میں رنز کے درمیان ملے جلے نتائج آئے (کم از کم ایک کامیاب اور ایک ناکام).

ردِعمل کا وقت (اوسط)

4.01s

ردِعمل کا وقت (زیادہ سے زیادہ): 17.71s

ردِعمل کا وقت (کل): 88.25s

غلط جواب: 6 ہدایات پر عمل نہیں کیا: 2 API خرابی: 1 غیر معتبر ٹول کال: 1

Hamster playing table tennis

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

#157 Mercury 2.5 Preview

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

چارٹس

پہلا ماڈل منتخب کریں، پھر دوسرا ماڈل کلک کریں تاکہ سائیڈ بائی سائیڈ صفحہ کھلے۔

کل آؤٹ پٹ ٹوکنز

اسکور vs کل آؤٹ پٹ ٹوکنز

فوری موازنہ

Mercury 2.5 PreviewhighvsQwen3.6 35B A3BmediumMercury 2.5 PreviewhighvsQwen3.5 Plus 2026-02-15noneMercury 2.5 PreviewhighvsGemini 3.1 Flash LitelowMercury 2.5 PreviewhighvsQwen3.6 27BmediumMercury 2.5 PreviewhighvsInkling SmallmediumMercury 2.5 PreviewhighvsLaguna XS 2.1mediumمفت دستیابMercury 2.5 PreviewhighvsGemini 3.1 Flash Lite PreviewlowMercury 2.5 PreviewhighvsGemini 3.1 Flash Lite PreviewnoneMercury 2.5 PreviewhighvsQwen3.5-27BnoneMercury 2.5 PreviewhighvsQwen3.6 Max Previewnone

زمرہ وار تفصیل

زمرہ اسکور تسلسل درست ٹیسٹس
اینٹی اے آئی چالیں 10.0 10.0
کوڈنگ 6.7 7.8
مشترکہ 3.8 1.6
ڈیٹا پارسنگ اور استخراج 10.0 10.0
ڈومین مخصوص 2.9 4.4
عمومی ذہانت 5.1 10.0
ہدایات کی پیروی 9.8 10.0
پہیلی حل کرنا 10.0 10.0
ٹول کالنگ 3.0 10.0
معلومات عامہ 3.0 10.0

موازنہ کیے گئے ماڈلز