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 (medium)

Mercury 2 (medium) average score-এ এগিয়ে: 6.6 vs 6.5. Mercury 2 (medium)-এর benchmark খরচ কম: $0.121 vs $1.100. Mercury 2 (medium) দ্রুত: 4.40s vs 8.03s, pass rates 40.6% vs 53.6%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-10-17

তুলনা করা মডেল

র‍্যাঙ্ক
#222
মোট আউটপুট টোকেন
37,748
প্রতিক্রিয়া সময় (গড়)
8.03s
মোট খরচ
$1.100
র‍্যাঙ্ক
#218
মোট আউটপুট টোকেন
96,943
প্রতিক্রিয়া সময় (গড়)
4.40s
মোট খরচ
$0.121
প্রস্তাবিত মডেল Mercury 2 (medium)

It has the best score here (6.6), while costing about 9.2x 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 Mercury 2 medium প্রকাশ: 2026-02-24
স্কোর 6.5 6.6
র‍্যাঙ্ক #222 #218
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 9.7 8.1
প্রচেষ্টা 69/69 69/69
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 40.6% 53.6%
অস্থির টেস্ট 1 5
মোট রান 69 69
প্রতি ফলাফলে খরচ 12.221 1.201
মোট খরচ $1.100 $0.121
ইনপুট মূল্য $2.000 / 1M $0.250 / 1M
আউটপুট মূল্য $10.000 / 1M $0.750 / 1M
ক্যাশ পড়ার মূল্য $0.200 / 1M $0.025 / 1M
ক্যাশ লেখার মূল্য $2.500 / 1M প্রযোজ্য নয়
মোট ইনপুট টোকেন 361,183 189,300
আউটপুট টোকেন 26,609 10,854
রিজনিং টোকেন 11,139 86,089
প্রতিক্রিয়া সময় (গড়) 8.03s 4.40s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 51.18s 34.92s
প্রতিক্রিয়া সময় (মোট) 184.80s 96.81s
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.

#222 Claude Sonnet 5.5

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

#218 Mercury 2

medium
খরচ
$0.002
সময়
2.1s
টোকেন
1,702 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 8.2 7.7 77.8% 1 2.04s 7,065 296 11,328

তুলনার জুটি বদলান