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

Gemini 3.1 Flash Lite (low) vs Mercury 2.5 Preview (high)

average score প্রায় সমান: 6.6 vs 6.6. Mercury 2.5 Preview (high)-এর benchmark খরচ কম: $0.030 vs $0.621. Mercury 2.5 Preview (high) দ্রুত: 4.01s vs 16.25s, pass rates 63.6% vs 65.2%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-09-02

র‍্যাঙ্ক
#155
মোট আউটপুট টোকেন
397,891
প্রতিক্রিয়া সময় (গড়)
16.25s
মোট খরচ
$0.621
র‍্যাঙ্ক
#157
মোট আউটপুট টোকেন
163,505
প্রতিক্রিয়া সময় (গড়)
4.01s
মোট খরচ
$0.030
প্রস্তাবিত মডেল Mercury 2.5 Preview (high)

It has the best score here (6.6), while costing about 21.3x less than Gemini 3.1 Flash Lite (low).

বিস্তারিত তুলনা

মেট্রিক Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite low প্রকাশ: 2026-05-08 Mercury 2.5 Preview Mercury 2.5 Preview high প্রকাশ: 2026-09-02
স্কোর 6.6 6.6
র‍্যাঙ্ক #155 #157
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 9.2 8.2
প্রচেষ্টা 66/66 66/66
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 63.6% 65.2%
অস্থির টেস্ট 2 5
মোট রান 66 66
প্রতি ফলাফলে খরচ 4.773 0.243
মোট খরচ $0.621 $0.030
ইনপুট মূল্য $0.250 / 1M $0.040 / 1M
আউটপুট মূল্য $1.500 / 1M $0.150 / 1M
মোট ইনপুট টোকেন 94,233 115,759
আউটপুট টোকেন 7,759 2,562
রিজনিং টোকেন 390,132 160,943
প্রতিক্রিয়া সময় (গড়) 16.25s 4.01s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 318.02s 17.71s
প্রতিক্রিয়া সময় (মোট) 357.39s 88.25s
প্যারামিটার ~150B মোট (~10B 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.

#155 Gemini 3.1 Flash Lite

low
খরচ
$0.003
সময়
4.0s
টোকেন
1,479 tok

#157 Mercury 2.5 Preview

high
খরচ
$0.001
সময়
4.5s
টোকেন
3,851 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
Gemini 3.1 Flash Lite 5.5 10.0 33.3% 0 1.53s 8,132 471 1,072
Mercury 2.5 Preview 6.7 7.8 55.6% 1 6.13s 7,751 485 42,569

দ্রুত তুলনা

তুলনার জুটি বদলান