নেভিগেশন
AI BENCHY
Advertise here

Seed-2.0-Mini (medium) vs Mercury 2 (medium)

average score প্রায় সমান: 7.0 vs 7.0. Mercury 2 (medium)-এর benchmark খরচ কম: $0.094 vs $0.116. Mercury 2 (medium) দ্রুত: 2.95s vs 93.10s, pass rates 57.6% vs 53.0%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-09-03

র‍্যাঙ্ক
#133
মোট আউটপুট টোকেন
258,322
প্রতিক্রিয়া সময় (গড়)
93.10s
মোট খরচ
$0.116
র‍্যাঙ্ক
#131
মোট আউটপুট টোকেন
87,554
প্রতিক্রিয়া সময় (গড়)
2.95s
মোট খরচ
$0.094
প্রস্তাবিত মডেল Mercury 2 (medium)

It has the best score here (7.0), while responding about 31.6x faster than Seed-2.0-Mini (medium).

বিস্তারিত তুলনা

মেট্রিক Seed-2.0-Mini Seed-2.0-Mini medium প্রকাশ: 2026-02-14 Mercury 2 Mercury 2 medium প্রকাশ: 2026-02-24
স্কোর 7.0 7.0
র‍্যাঙ্ক #133 #131
নির্ভরযোগ্যতা 8.7 10.0
ধারাবাহিকতা 8.9 8.4
প্রচেষ্টা 66/66 66/66
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 57.6% 53.0%
অস্থির টেস্ট 3 4
মোট রান 66 66
প্রতি ফলাফলে খরচ 1.054 0.933
মোট খরচ $0.116 $0.094
ইনপুট মূল্য $0.100 / 1M $0.250 / 1M
আউটপুট মূল্য $0.400 / 1M $0.750 / 1M
মোট ইনপুট টোকেন 125,704 110,515
আউটপুট টোকেন 10,781 10,325
রিজনিং টোকেন 247,541 77,229
প্রতিক্রিয়া সময় (গড়) 93.10s 2.95s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 301.78s 14.63s
প্রতিক্রিয়া সময় (মোট) 1768.91s 61.89s
প্যারামিটার ~50B মোট (~5B 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.

#133 Seed-2.0-Mini

medium
খরচ
$0.002
সময়
161.7s
টোকেন
4,379 tok

#131 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
Seed-2.0-Mini 5.5 9.8 33.3% 0 220.48s 3,823 464 34,964
Mercury 2 8.2 7.7 77.8% 1 2.04s 7,065 296 11,328

দ্রুত তুলনা

তুলনার জুটি বদলান