নেভিগেশন
Advertise here

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

Ember-1 (high) average score-এ এগিয়ে: 6.9 vs 6.8. Mercury 2.5 Preview (medium)-এর benchmark খরচ কম: $0.037 vs $2.405. Mercury 2.5 Preview (medium) দ্রুত: 6.66s vs 58.14s, pass rates 71.0% vs 66.7%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-10-01

তুলনা করা মডেল

র‍্যাঙ্ক
#163
মোট আউটপুট টোকেন
121,223
প্রতিক্রিয়া সময় (গড়)
58.14s
মোট খরচ
$2.405
র‍্যাঙ্ক
#171
মোট আউটপুট টোকেন
150,107
প্রতিক্রিয়া সময় (গড়)
6.66s
মোট খরচ
$0.037
প্রস্তাবিত মডেল Mercury 2.5 Preview (medium)

Its score stays close to the best score here (6.8 vs 6.9), while costing about 65.8x less than Ember-1 (high).

বিস্তারিত তুলনা

মেট্রিক Ember-1 Ember-1 high প্রকাশ: 2026-09-28 Mercury 2.5 Preview Mercury 2.5 Preview medium প্রকাশ: 2026-09-02
স্কোর 6.9 6.8
র‍্যাঙ্ক #163 #171
নির্ভরযোগ্যতা 8.6 10.0
ধারাবাহিকতা 7.2 9.6
প্রচেষ্টা 69/69 69/69
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 71.0% 66.7%
অস্থির টেস্ট 8 1
মোট রান 69 69
প্রতি ফলাফলে খরচ 20.041 0.244
মোট খরচ $2.405 $0.037
ইনপুট মূল্য $3.000 / 1M $0.000 / 1M
আউটপুট মূল্য $15.000 / 1M $0.000 / 1M
মোট ইনপুট টোকেন 195,489 397,291
আউটপুট টোকেন 12,475 6,355
রিজনিং টোকেন 108,748 143,752
প্রতিক্রিয়া সময় (গড়) 58.14s 6.66s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 255.06s 74.63s
প্রতিক্রিয়া সময় (মোট) 1337.19s 153.29s
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.

#163 Ember-1

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

#171 Mercury 2.5 Preview

medium
খরচ
$0.001
সময়
2.7s
টোকেন
2,241 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 Preview 7.8 10.0 66.7% 0 3.86s 7,839 552 22,126

দ্রুত তুলনা

তুলনার জুটি বদলান

Mercury 2.5 PreviewmediumvsInklinglowবিনামূল্যে উপলভ্যEmber-1highvsGemini 3.1 Flash LitemediumEmber-1highvsGemma 4 31Bmediumবিনামূল্যে উপলভ্যMercury 2.5 PreviewmediumvsGPT-6 SolnoneEmber-1highvsGPT-5.6 LunalowClaude Sonnet 5.5lowvsEmber-1highClaude Opus 4.8nonevsEmber-1highClaude Opus 4.8nonevsMercury 2.5 PreviewmediumClaude Sonnet 5.5lowvsMercury 2.5 PreviewmediumEmber-1highvsKimi K2.6mediumMercury 2.5 PreviewmediumvsGPT-5.6 LunalowEmber-1highvsQwen3.5-Flashmedium