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

Claude Sonnet 5.5 (low) vs Mercury 2.5 Preview (medium)

average score প্রায় সমান: 6.9 vs 6.8. Mercury 2.5 Preview (medium)-এর benchmark খরচ কম: $0.039 vs $0.909. Mercury 2.5 Preview (medium) দ্রুত: 6.66s vs 7.46s, pass rates 46.4% vs 66.7%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-11-13

তুলনা করা মডেল

র‍্যাঙ্ক
#238
মোট আউটপুট টোকেন
32,443
প্রতিক্রিয়া সময় (গড়)
7.46s
মোট খরচ
$0.909
র‍্যাঙ্ক
#243
মোট আউটপুট টোকেন
150,107
প্রতিক্রিয়া সময় (গড়)
6.66s
মোট খরচ
$0.039
প্রস্তাবিত মডেল Mercury 2.5 Preview (medium)

It has the best score here (6.8), while costing about 23.6x less than Claude Sonnet 5.5 (low).

বিস্তারিত তুলনা

মেট্রিক Claude Sonnet 5.5 Claude Sonnet 5.5 low প্রকাশ: 2026-09-29 Mercury 2.5 Preview Mercury 2.5 Preview medium প্রকাশ: 2026-09-02
স্কোর 6.9 6.8
র‍্যাঙ্ক #238 #243
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 9.4 9.6
প্রচেষ্টা 69/69 69/69
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 46.4% 66.7%
অস্থির টেস্ট 2 1
মোট রান 69 69
প্রতি ফলাফলে খরচ 9.082 0.244
মোট খরচ $0.909 $0.039
ইনপুট মূল্য $2.000 / 1M $0.040 / 1M
আউটপুট মূল্য $10.000 / 1M $0.150 / 1M
ক্যাশ পড়ার মূল্য $0.200 / 1M প্রযোজ্য নয়
ক্যাশ লেখার মূল্য $2.500 / 1M প্রযোজ্য নয়
মোট ইনপুট টোকেন 291,853 397,291
আউটপুট টোকেন 24,116 6,355
রিজনিং টোকেন 8,327 143,752
প্রতিক্রিয়া সময় (গড়) 7.46s 6.66s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 46.61s 74.63s
প্রতিক্রিয়া সময় (মোট) 171.47s 153.29s
প্যারামিটার ~1T মোট (~100B সক্রিয়) ~100B
উপলভ্যতা বন্ধ উৎস বন্ধ উৎস

ক্যাশের মূল্য ইনপুট টোকেনের জন্য প্রযোজ্য। পড়ার সময় ক্যাশ করা প্রম্পট আবার ব্যবহার হয়; লেখার সময় সেগুলি সংরক্ষিত হয় এবং বাড়তি খরচ হতে পারে। আউটপুট টোকেনের জন্য আউটপুট মূল্য প্রযোজ্য।

মডেল জেনারেশন শোকেস

Hamster playing table tennis

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

#238 Claude Sonnet 5.5

low
খরচ
$0.020
সময়
15.3s
টোকেন
2,077 tok

#243 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 Sonnet 5.5 3.2 9.7 0.0% 0 5.81s 10,608 5,903 0
Mercury 2.5 Preview 7.8 10.0 66.7% 0 3.86s 7,839 552 22,126

তুলনার জুটি বদলান