নেভিগেশন
Advertise here

DeepSeek V3.2 vs Mercury 2.5 (low)

Mercury 2.5 (low) average score-এ এগিয়ে: 5.1 vs 5.0. Mercury 2.5 (low)-এর benchmark খরচ কম: $0.011 vs $0.054. Mercury 2.5 (low) দ্রুত: 1.35s vs 17.89s, pass rates 36.4% vs 39.4%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-09-08

তুলনা করা মডেল

র‍্যাঙ্ক
#273
মোট আউটপুট টোকেন
42,099
প্রতিক্রিয়া সময় (গড়)
17.89s
মোট খরচ
$0.054
র‍্যাঙ্ক
#265
মোট আউটপুট টোকেন
33,719
প্রতিক্রিয়া সময় (গড়)
1.35s
মোট খরচ
$0.011
প্রস্তাবিত মডেল Mercury 2.5 (low)

It has the best score here (5.1), while costing about 5.0x less than DeepSeek V3.2.

বিস্তারিত তুলনা

মেট্রিক DeepSeek V3.2 DeepSeek V3.2 none প্রকাশ: 2025-12-01 Mercury 2.5 Mercury 2.5 low প্রকাশ: 2026-09-08
স্কোর 5.0 5.1
র‍্যাঙ্ক #273 #265
নির্ভরযোগ্যতা 10.0 9.8
ধারাবাহিকতা 8.1 8.1
প্রচেষ্টা 66/66 66/66
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 36.4% 39.4%
অস্থির টেস্ট 5 5
মোট রান 66 66
প্রতি ফলাফলে খরচ 0.870 0.177
মোট খরচ $0.054 $0.011
ইনপুট মূল্য $0.269 / 1M $0.040 / 1M
আউটপুট মূল্য $0.400 / 1M $0.150 / 1M
মোট ইনপুট টোকেন 135,831 138,020
আউটপুট টোকেন 42,099 6,083
রিজনিং টোকেন 0 27,636
প্রতিক্রিয়া সময় (গড়) 17.89s 1.35s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 115.89s 7.48s
প্রতিক্রিয়া সময় (মোট) 393.53s 29.74s
প্যারামিটার 671B মোট (37B সক্রিয়) ~100B
উপলভ্যতা উন্মুক্ত উৎস বন্ধ উৎস

মডেল জেনারেশন শোকেস

Hamster playing table tennis

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

#273 DeepSeek V3.2

none
খরচ
$0.002
সময়
7.0s
টোকেন
1,046 tok

#265 Mercury 2.5

low
খরচ
$0.001
সময়
2.4s
টোকেন
1,236 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 3.1 6.9 11.1% 1 14.54s 7,279 4,528 0
Mercury 2.5 5.5 10.0 33.3% 0 972ms 7,909 521 2,269

দ্রুত তুলনা

তুলনার জুটি বদলান