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

Ember-1 (high) vs Mercury 2.5 (high)

average score প্রায় সমান: 7.1 vs 7.1. Mercury 2.5 (high)-এর benchmark খরচ কম: $0.031 vs $1.798. Mercury 2.5 (high) দ্রুত: 4.32s vs 56.77s, pass rates 71.2% vs 62.1%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-09-28

তুলনা করা মডেল

র‍্যাঙ্ক
#158
মোট আউটপুট টোকেন
110,125
প্রতিক্রিয়া সময় (গড়)
56.77s
মোট খরচ
$1.798
র‍্যাঙ্ক
#157
মোট আউটপুট টোকেন
174,547
প্রতিক্রিয়া সময় (গড়)
4.32s
মোট খরচ
$0.031
প্রস্তাবিত মডেল Mercury 2.5 (high)

It has the best score here (7.1), while costing about 58.0x less than Ember-1 (high).

বিস্তারিত তুলনা

মেট্রিক Ember-1 Ember-1 high প্রকাশ: 2026-09-28 Mercury 2.5 Mercury 2.5 high প্রকাশ: 2026-09-08
স্কোর 7.1 7.1
র‍্যাঙ্ক #158 #157
নির্ভরযোগ্যতা 8.0 9.7
ধারাবাহিকতা 7.3 8.6
প্রচেষ্টা 66/66 66/66
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 71.2% 62.1%
অস্থির টেস্ট 7 4
মোট রান 66 66
প্রতি ফলাফলে খরচ 14.981 0.259
মোট খরচ $1.798 $0.031
ইনপুট মূল্য $3.000 / 1M $0.040 / 1M
আউটপুট মূল্য $15.000 / 1M $0.150 / 1M
মোট ইনপুট টোকেন 48,577 120,068
আউটপুট টোকেন 7,345 3,402
রিজনিং টোকেন 102,780 171,145
প্রতিক্রিয়া সময় (গড়) 56.77s 4.32s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 255.06s 23.63s
প্রতিক্রিয়া সময় (মোট) 1248.88s 95.06s
প্যারামিটার ~2.8T মোট (~104B 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.

#158 Ember-1

high
খরচ
$0.038
সময়
55.1s
টোকেন
2,671 tok

#157 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
Ember-1 8.2 7.2 88.9% 1 72.23s 7,144 1,281 23,093
Mercury 2.5 6.4 7.8 44.4% 1 6.58s 7,757 415 44,012

দ্রুত তুলনা

তুলনার জুটি বদলান