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 Preview (medium) vs Mercury 2.5 Preview (medium)

average score প্রায় সমান: 7.4 vs 7.5. Mercury 2.5 Preview (medium)-এর benchmark খরচ কম: $0.024 vs $0.117. Mercury 2.5 Preview (medium) দ্রুত: 3.58s vs 4.59s, pass rates 63.6% vs 69.7%.

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

র‍্যাঙ্ক
#94
মোট আউটপুট টোকেন
57,778
প্রতিক্রিয়া সময় (গড়)
4.59s
মোট খরচ
$0.117
র‍্যাঙ্ক
#91
মোট আউটপুট টোকেন
127,034
প্রতিক্রিয়া সময় (গড়)
3.58s
মোট খরচ
$0.024
প্রস্তাবিত মডেল Mercury 2.5 Preview (medium)

It has the best score here (7.5), while costing about 4.9x less than Gemini 3.1 Flash Lite Preview (medium).

বিস্তারিত তুলনা

মেট্রিক Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview medium প্রকাশ: 2026-03-03 Mercury 2.5 Preview Mercury 2.5 Preview medium প্রকাশ: 2026-09-02
স্কোর 7.4 7.5
র‍্যাঙ্ক #94 #91
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 9.9 9.6
প্রচেষ্টা 66/66 66/66
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 63.6% 69.7%
অস্থির টেস্ট 0 1
মোট রান 66 66
প্রতি ফলাফলে খরচ 0.829 0.158
মোট খরচ $0.117 $0.024
ইনপুট মূল্য $0.250 / 1M $0.040 / 1M
আউটপুট মূল্য $1.500 / 1M $0.150 / 1M
মোট ইনপুট টোকেন 117,493 112,713
আউটপুট টোকেন 10,589 5,436
রিজনিং টোকেন 47,189 121,598
প্রতিক্রিয়া সময় (গড়) 4.59s 3.58s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 18.34s 17.84s
প্রতিক্রিয়া সময় (মোট) 101.04s 78.66s
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.

#94 Gemini 3.1 Flash Lite Preview

medium
খরচ
$0.003
সময়
5.2s
টোকেন
1,944 tok

#91 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
Gemini 3.1 Flash Lite Preview 5.5 10.0 33.3% 0 4.09s 8,126 461 8,597
Mercury 2.5 Preview 7.8 10.0 66.7% 0 3.86s 7,839 552 22,126

দ্রুত তুলনা

তুলনার জুটি বদলান

Gemini 3.1 Flash Lite PreviewmediumvsQwen3.7 MaxnoneMercury 2.5 PreviewmediumvsGPT 5.3 ChatnoneMercury 2.5 PreviewmediumvsGPT-5.6 TerralowMercury 2.5 PreviewmediumvsQwen3.7 MaxnoneGemini 3.1 Flash Lite PreviewmediumvsGPT 5.3 ChatnoneGemini 3.1 Flash Lite PreviewmediumvsGPT-5.6 TerralowGemini 3.1 Flash Lite PreviewmediumvsQwen3.8 2.4T A95BhighGemini 3.1 Flash Lite PreviewmediumvsGrok 4.6lowMercury 2.5 PreviewmediumvsQwen3.8 2.4T A95BhighClaude Opus 5nonevsMercury 2.5 PreviewmediumMercury 2.5 PreviewmediumvsSolar Pro 4xhighMercury 2.5 PreviewmediumvsGrok 4.6low