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

DeepSeek V3.2 (medium) vs Mercury 2.5 (high)

Mercury 2.5 (high) average score-এ এগিয়ে: 6.5 vs 6.3. Mercury 2.5 (high)-এর benchmark খরচ কম: $0.044 vs $0.152. Mercury 2.5 (high) দ্রুত: 7.62s vs 70.08s, pass rates 62.3% vs 59.4%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-11-22

তুলনা করা মডেল

র‍্যাঙ্ক
#329
মোট আউটপুট টোকেন
139,141
প্রতিক্রিয়া সময় (গড়)
70.08s
মোট খরচ
$0.152
র‍্যাঙ্ক
#295
মোট আউটপুট টোকেন
193,676
প্রতিক্রিয়া সময় (গড়)
7.62s
মোট খরচ
$0.044
প্রস্তাবিত মডেল Mercury 2.5 (high)

It has the best score here (6.5), while costing about 3.5x less than DeepSeek V3.2 (medium).

বিস্তারিত তুলনা

মেট্রিক DeepSeek V3.2 DeepSeek V3.2 medium প্রকাশ: 2025-12-01 Mercury 2.5 Mercury 2.5 high প্রকাশ: 2026-09-08
স্কোর 6.3 6.5
র‍্যাঙ্ক #329 #295
নির্ভরযোগ্যতা 10.0 9.8
ধারাবাহিকতা 7.5 8.7
প্রচেষ্টা 69/69 69/69
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 62.3% 59.4%
অস্থির টেস্ট 7 4
মোট রান 69 69
প্রতি ফলাফলে খরচ 1.250 0.362
মোট খরচ $0.152 $0.044
ইনপুট মূল্য $0.280 / 1M $0.040 / 1M
আউটপুট মূল্য $0.420 / 1M $0.150 / 1M
ক্যাশ পড়ার মূল্য $0.028 / 1M $0.004 / 1M
ক্যাশ লেখার মূল্য প্রযোজ্য নয় প্রযোজ্য নয়
মোট ইনপুট টোকেন 306,662 358,562
আউটপুট টোকেন 17,819 4,266
রিজনিং টোকেন 125,341 189,410
প্রতিক্রিয়া সময় (গড়) 70.08s 7.62s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 376.10s 80.30s
প্রতিক্রিয়া সময় (মোট) 1611.86s 175.36s
প্যারামিটার 671B মোট (37B সক্রিয়) ~100B
উপলভ্যতা উন্মুক্ত 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.

#329 DeepSeek V3.2

medium
খরচ
$0.001
সময়
53.6s
টোকেন
1,932 tok

#295 Mercury 2.5

high
খরচ
$0.001
সময়
3.5s
টোকেন
2,447 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
DeepSeek V3.2 6.0 7.2 55.6% 1 248.68s 5,717 649 52,014
Mercury 2.5 6.4 7.8 44.4% 1 6.58s 7,757 415 44,012

তুলনার জুটি বদলান