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

Granite 4.2 8B (high) vs Mercury 2.5 Preview (default)

average score প্রায় সমান: 4.7 vs 4.7. Mercury 2.5 Preview (default)-এর benchmark খরচ কম: $0.023 vs $0.111. Mercury 2.5 Preview (default) দ্রুত: 7.05s vs 235.35s, pass rates 37.7% vs 29.0%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-11-16

তুলনা করা মডেল

র‍্যাঙ্ক
#423
মোট আউটপুট টোকেন
576,052
প্রতিক্রিয়া সময় (গড়)
235.35s
মোট খরচ
$0.111
র‍্যাঙ্ক
#419
মোট আউটপুট টোকেন
86,367
প্রতিক্রিয়া সময় (গড়)
7.05s
মোট খরচ
$0.023
প্রস্তাবিত মডেল Mercury 2.5 Preview (default)

It has the best score here (4.7), while costing about 4.8x less than Granite 4.2 8B (high).

বিস্তারিত তুলনা

মেট্রিক Granite 4.2 8B Granite 4.2 8B high প্রকাশ: 2026-09-02 Mercury 2.5 Preview Mercury 2.5 Preview default প্রকাশ: 2026-09-02
স্কোর 4.7 4.7
র‍্যাঙ্ক #423 #419
নির্ভরযোগ্যতা 8.2 9.9
ধারাবাহিকতা 6.4 8.3
প্রচেষ্টা 69/69 69/69
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 37.7% 29.0%
অস্থির টেস্ট 10 5
মোট রান 69 69
প্রতি ফলাফলে খরচ 2.751 0.559
মোট খরচ $0.111 $0.023
ইনপুট মূল্য $0.060 / 1M $0.040 / 1M
আউটপুট মূল্য $0.250 / 1M $0.150 / 1M
ক্যাশ পড়ার মূল্য $0.015 / 1M প্রযোজ্য নয়
ক্যাশ লেখার মূল্য প্রযোজ্য নয় প্রযোজ্য নয়
মোট ইনপুট টোকেন 282,658 250,541
আউটপুট টোকেন 198,563 86,367
রিজনিং টোকেন 462,804 0
প্রতিক্রিয়া সময় (গড়) 235.35s 7.05s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 685.87s 84.96s
প্রতিক্রিয়া সময় (মোট) 5413.09s 162.25s
প্যারামিটার 8B ~100B
উপলভ্যতা উন্মুক্ত উৎস বন্ধ উৎস

ক্যাশের মূল্য ইনপুট টোকেনের জন্য প্রযোজ্য। পড়ার সময় ক্যাশ করা প্রম্পট আবার ব্যবহার হয়; লেখার সময় সেগুলি সংরক্ষিত হয় এবং বাড়তি খরচ হতে পারে। আউটপুট টোকেনের জন্য আউটপুট মূল্য প্রযোজ্য।

মডেল জেনারেশন শোকেস

Hamster playing table tennis

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

#423 IBM: Granite 4.2 8B

high
Provider returned error
খরচ
$0.000
সময়
0.2s
টোকেন
0 tok

#419 Mercury 2.5 Preview

default
অবৈধ SVG
খরচ
$0.001
সময়
3.3s
টোকেন
3,122 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
Granite 4.2 8B 3.8 4.3 33.3% 2 515.34s 7,047 42,438 154,749
Mercury 2.5 Preview 4.7 7.9 22.2% 1 459ms 7,850 650 0

তুলনার জুটি বদলান