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 (medium) vs Mercury 2.5 Preview (high)

average score প্রায় সমান: 6.5 vs 6.5. Mercury 2.5 Preview (high)-এর benchmark খরচ কম: $0.039 vs $1.100. Mercury 2.5 Preview (high) দ্রুত: 7.61s vs 8.03s, pass rates 40.6% vs 65.2%.

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

তুলনা করা মডেল

র‍্যাঙ্ক
#192
মোট আউটপুট টোকেন
37,748
প্রতিক্রিয়া সময় (গড়)
8.03s
মোট খরচ
$1.100
র‍্যাঙ্ক
#194
মোট আউটপুট টোকেন
180,597
প্রতিক্রিয়া সময় (গড়)
7.61s
মোট খরচ
$0.039
প্রস্তাবিত মডেল Mercury 2.5 Preview (high)

It has the best score here (6.5), while costing about 28.8x less than Claude Sonnet 5.5 (medium).

বিস্তারিত তুলনা

মেট্রিক Claude Sonnet 5.5 Claude Sonnet 5.5 medium প্রকাশ: 2026-09-29 Mercury 2.5 Preview Mercury 2.5 Preview high প্রকাশ: 2026-09-02
স্কোর 6.5 6.5
র‍্যাঙ্ক #192 #194
নির্ভরযোগ্যতা 10.0 9.9
ধারাবাহিকতা 9.7 8.0
প্রচেষ্টা 69/69 69/69
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 40.6% 65.2%
অস্থির টেস্ট 1 6
মোট রান 69 69
প্রতি ফলাফলে খরচ 12.221 0.319
মোট খরচ $1.100 $0.039
ইনপুট মূল্য $2.000 / 1M $0.000 / 1M
আউটপুট মূল্য $10.000 / 1M $0.000 / 1M
মোট ইনপুট টোকেন 361,183 298,512
আউটপুট টোকেন 26,609 3,178
রিজনিং টোকেন 11,139 177,419
প্রতিক্রিয়া সময় (গড়) 8.03s 7.61s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 51.18s 86.84s
প্রতিক্রিয়া সময় (মোট) 184.80s 175.08s
প্যারামিটার ~1T মোট (~100B 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.

#192 Claude Sonnet 5.5

medium
খরচ
$0.024
সময়
17.4s
টোকেন
2,525 tok

#194 Mercury 2.5 Preview

high
খরচ
$0.001
সময়
4.5s
টোকেন
3,851 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 3.4 9.7 0.0% 0 6.07s 10,608 6,767 0
Mercury 2.5 Preview 6.7 7.8 55.6% 1 6.13s 7,751 485 42,569

দ্রুত তুলনা

তুলনার জুটি বদলান

Mercury 2.5 PreviewhighvsQwen3.6 35B A3BmediumMercury 2.5 PreviewhighvsGLM 5.3lowClaude Sonnet 5.5mediumvsMercury 2.5highMercury 2.5 PreviewhighvsGLM 5.1noneClaude Sonnet 5.5mediumvsKAT-Coder-Pro V2.5lowClaude Sonnet 5.5mediumvsGLM 5.3lowMercury 2.5 PreviewhighvsGrok 4.3mediumMercury 2.5 PreviewhighvsLaguna XS 2.1mediumবিনামূল্যে উপলভ্যClaude Sonnet 5.5mediumvsGLM 5.1noneClaude Sonnet 5.5mediumvsStep 3.7 FlashhighMercury 2.5 PreviewhighvsKAT-Coder-Pro V2.5lowMercury 2.5 PreviewhighvsQwen3.5-122B-A10Bnone