নেভিগেশন
Advertise here

Claude Opus 4.8 vs Mercury 2.5 Preview (medium)

average score প্রায় সমান: 6.9 vs 6.8. Mercury 2.5 Preview (medium)-এর benchmark খরচ কম: $0.037 vs $2.334. Mercury 2.5 Preview (medium) দ্রুত: 6.66s vs 7.54s, pass rates 60.9% vs 66.7%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-10-01

তুলনা করা মডেল

র‍্যাঙ্ক
#167
মোট আউটপুট টোকেন
24,343
প্রতিক্রিয়া সময় (গড়)
7.54s
মোট খরচ
$2.334
র‍্যাঙ্ক
#171
মোট আউটপুট টোকেন
150,107
প্রতিক্রিয়া সময় (গড়)
6.66s
মোট খরচ
$0.037
প্রস্তাবিত মডেল Mercury 2.5 Preview (medium)

It has the best score here (6.8), while costing about 63.8x less than Claude Opus 4.8.

বিস্তারিত তুলনা

মেট্রিক Claude Opus 4.8 Claude Opus 4.8 none প্রকাশ: 2026-05-28 Mercury 2.5 Preview Mercury 2.5 Preview medium প্রকাশ: 2026-09-02
স্কোর 6.9 6.8
র‍্যাঙ্ক #167 #171
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 9.3 9.6
প্রচেষ্টা 69/69 69/69
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 60.9% 66.7%
অস্থির টেস্ট 2 1
মোট রান 69 69
প্রতি ফলাফলে খরচ 17.953 0.244
মোট খরচ $2.334 $0.037
ইনপুট মূল্য $5.000 / 1M $0.000 / 1M
আউটপুট মূল্য $25.000 / 1M $0.000 / 1M
মোট ইনপুট টোকেন 345,059 397,291
আউটপুট টোকেন 24,343 6,355
রিজনিং টোকেন 0 143,752
প্রতিক্রিয়া সময় (গড়) 7.54s 6.66s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 65.07s 74.63s
প্রতিক্রিয়া সময় (মোট) 173.31s 153.29s
প্যারামিটার ~5T মোট (~500B সক্রিয়) ~100B
উপলভ্যতা বন্ধ উৎস বন্ধ উৎস

মডেল জেনারেশন শোকেস

Hamster playing table tennis

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

#167 Claude Opus 4.8

none
খরচ
$0.053
সময়
22.0s
টোকেন
2,253 tok

#171 Mercury 2.5 Preview

medium
খরচ
$0.001
সময়
2.7s
টোকেন
2,241 tok

স্কোর অনুযায়ী শীর্ষ মডেল

স্কোর বনাম মোট খরচ

প্রতিক্রিয়া সময় (গড়)

স্কোর vs প্রতিক্রিয়া সময় (গড়)

মোট আউটপুট টোকেন

স্কোর vs মোট আউটপুট টোকেন

বিভাগভিত্তিক বিশ্লেষণ

কোডিং স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
Claude Opus 4.8 5.5 10.0 33.3% 0 3.29s 10,590 1,332 0
Mercury 2.5 Preview 7.8 10.0 66.7% 0 3.86s 7,839 552 22,126

দ্রুত তুলনা

তুলনার জুটি বদলান

Mercury 2.5 PreviewmediumvsInklinglowবিনামূল্যে উপলভ্যClaude Opus 4.8nonevsGPT-5.6 LunalowClaude Opus 4.8nonevsGemma 4 31Bmediumবিনামূল্যে উপলভ্যMercury 2.5 PreviewmediumvsGPT-6 SolnoneClaude Opus 4.8nonevsEmber-1highClaude Opus 4.8nonevsKimi K2.6mediumClaude Opus 4.8nonevsGemini 3.1 Flash LitemediumClaude Opus 4.8nonevsQwen3.5-FlashmediumClaude Opus 4.8nonevsInklinglowবিনামূল্যে উপলভ্যClaude Sonnet 5.5lowvsMercury 2.5 PreviewmediumMercury 2.5 PreviewmediumvsGPT-5.6 LunalowEmber-1highvsMercury 2.5 Previewmedium