নেভিগেশন
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Claude Opus 5 vs Mercury 2.5 Preview (medium)

Claude Opus 5 average score-এ এগিয়ে: 7.5 vs 7.5. Mercury 2.5 Preview (medium)-এর benchmark খরচ কম: $0.024 vs $1.550. Mercury 2.5 Preview (medium) দ্রুত: 3.58s vs 7.65s, pass rates 57.6% vs 69.7%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-09-02

র‍্যাঙ্ক
#84
মোট আউটপুট টোকেন
24,866
প্রতিক্রিয়া সময় (গড়)
7.65s
মোট খরচ
$1.550
র‍্যাঙ্ক
#91
মোট আউটপুট টোকেন
127,034
প্রতিক্রিয়া সময় (গড়)
3.58s
মোট খরচ
$0.024
প্রস্তাবিত মডেল Mercury 2.5 Preview (medium)

Its score stays close to the best score here (7.5 vs 7.5), while costing about 65.8x less than Claude Opus 5.

বিস্তারিত তুলনা

মেট্রিক Claude Opus 5 Claude Opus 5 none প্রকাশ: 2026-07-25 Mercury 2.5 Preview Mercury 2.5 Preview medium প্রকাশ: 2026-09-02
স্কোর 7.5 7.5
র‍্যাঙ্ক #84 #91
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 9.6 9.6
প্রচেষ্টা 66/66 66/66
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 57.6% 69.7%
অস্থির টেস্ট 1 1
মোট রান 66 66
প্রতি ফলাফলে খরচ 12.912 0.158
মোট খরচ $1.550 $0.024
ইনপুট মূল্য $5.000 / 1M $0.040 / 1M
আউটপুট মূল্য $25.000 / 1M $0.150 / 1M
মোট ইনপুট টোকেন 185,547 112,713
আউটপুট টোকেন 24,866 5,436
রিজনিং টোকেন 0 121,598
প্রতিক্রিয়া সময় (গড়) 7.65s 3.58s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 47.72s 17.84s
প্রতিক্রিয়া সময় (মোট) 168.35s 78.66s
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.

#84 Claude Opus 5

none
খরচ
$0.271
সময়
149.3s
টোকেন
10,962 tok

#91 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 5 5.9 9.7 33.3% 0 5.54s 10,590 2,886 0
Mercury 2.5 Preview 7.8 10.0 66.7% 0 3.86s 7,839 552 22,126

দ্রুত তুলনা

তুলনার জুটি বদলান