নেভিগেশন
AI BENCHY
Advertise here

Cobuddy vs Inception: Mercury 2

Cobuddy (medium) average score-এ এগিয়ে: 4.7 vs 4.6. Cobuddy (medium)-এর benchmark খরচ কম: $0.000 vs $0.030. Mercury 2 দ্রুত: 829ms vs 39.90s, pass rates 45.5% vs 22.7%.

প্রস্তাবিত মডেলMercury 2Its score stays close to the best score here (4.6 vs 4.7), while responding about 48.1x faster than Cobuddy (medium).

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-07-18

মেট্রিক Cobuddy Cobuddy medium প্রকাশ: 2026-05-06 Mercury 2 Mercury 2 none প্রকাশ: 2026-02-24
স্কোর 4.7 4.6
র‍্যাঙ্ক #184 #185
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 7.2 9.2
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 45.5% 22.7%
অস্থির টেস্ট 6 2
মোট রান 63 66
প্রতি ফলাফলে খরচ 0.000 0.734
মোট খরচ $0.000 $0.030
ইনপুট মূল্য $0.000 / 1M $0.250 / 1M
আউটপুট মূল্য $0.000 / 1M $0.750 / 1M
মোট ইনপুট টোকেন 37,449 88,704
আউটপুট টোকেন 1,677 9,564
রিজনিং টোকেন 116,703 0
প্রতিক্রিয়া সময় (গড়) 39.90s 829ms
প্রতিক্রিয়া সময় (সর্বোচ্চ) 309.02s 4.52s
প্রতিক্রিয়া সময় (মোট) 797.98s 18.24s

Hamster playing table tennis

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

#184 Cobuddy

medium
No endpoints found for baidu/cobuddy:free.
খরচ
$0.000
সময়
0.1s
টোকেন
0 tok

#185 Mercury 2

none
খরচ
$0.002
সময়
1.8s
টোকেন
1,514 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
Cobuddy 3.7 6.7 22.2% 1 79.17s 4,726 358 30,138
Mercury 2 3.4 9.6 0.0% 0 1.03s 7,229 3,088 0

দ্রুত তুলনা

তুলনার জুটি বদলান