নেভিগেশন
Advertise here

Mercury 2.5 (high) vs Step 3.7 Flash (low)

Step 3.7 Flash (low) average score-এ এগিয়ে: 7.2 vs 6.5. Mercury 2.5 (high)-এর benchmark খরচ কম: $0.044 vs $0.449. Mercury 2.5 (high) দ্রুত: 7.62s vs 20.72s, pass rates 59.4% vs 63.8%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-10-24

তুলনা করা মডেল

র‍্যাঙ্ক
#234
মোট আউটপুট টোকেন
193,676
প্রতিক্রিয়া সময় (গড়)
7.62s
মোট খরচ
$0.044
র‍্যাঙ্ক
#179
মোট আউটপুট টোকেন
339,108
প্রতিক্রিয়া সময় (গড়)
20.72s
মোট খরচ
$0.449
প্রস্তাবিত মডেল Mercury 2.5 (high)

Its score stays close to the best score here (6.5 vs 7.2), while costing about 10.3x less than Step 3.7 Flash (low).

বিস্তারিত তুলনা

মেট্রিক Mercury 2.5 Mercury 2.5 high প্রকাশ: 2026-09-08 Step 3.7 Flash Step 3.7 Flash low প্রকাশ: 2026-05-29
স্কোর 6.5 7.2
র‍্যাঙ্ক #234 #179
নির্ভরযোগ্যতা 9.8 10.0
ধারাবাহিকতা 8.7 7.9
প্রচেষ্টা 69/69 69/69
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 59.4% 63.8%
অস্থির টেস্ট 4 6
মোট রান 69 69
প্রতি ফলাফলে খরচ 0.362 4.078
মোট খরচ $0.044 $0.449
ইনপুট মূল্য $0.040 / 1M $0.200 / 1M
আউটপুট মূল্য $0.150 / 1M $1.150 / 1M
ক্যাশ পড়ার মূল্য $0.004 / 1M $0.040 / 1M
ক্যাশ লেখার মূল্য প্রযোজ্য নয় প্রযোজ্য নয়
মোট ইনপুট টোকেন 358,562 292,685
আউটপুট টোকেন 4,266 339,108
রিজনিং টোকেন 189,410 0
প্রতিক্রিয়া সময় (গড়) 7.62s 20.72s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 80.30s 124.75s
প্রতিক্রিয়া সময় (মোট) 175.36s 476.67s
প্যারামিটার ~100B 198B মোট (11B সক্রিয়)
উপলভ্যতা বন্ধ উৎস উন্মুক্ত 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.

#234 Mercury 2.5

high
খরচ
$0.001
সময়
3.5s
টোকেন
2,447 tok

#179 Step 3.7 Flash

low
অবৈধ SVG
খরচ
$0.004
সময়
25.3s
টোকেন
3,072 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
Mercury 2.5 6.4 7.8 44.4% 1 6.58s 7,757 415 44,012
Step 3.7 Flash 8.2 7.2 88.9% 1 9.46s 7,437 18,685 0

দ্রুত তুলনা

তুলনার জুটি বদলান

Mercury 2.5highvsBeam 1.0 501B A23BxhighStep 3.7 FlashlowvsGLM 5mediumLongCat 2.0mediumvsStep 3.7 FlashlowMercury 2.5highvsGLM 5.3lowQwen3.6 27BmediumvsStep 3.7 FlashlowMercury 2.5highvsQwen3.6 35B A3BmediumMercury 2.5highvsGLM 5.1noneQwen3.7 FlashhighvsStep 3.7 FlashlowClaude Opus 5nonevsStep 3.7 FlashlowClaude Sonnet 5.5mediumvsMercury 2.5highMercury 2.5highvsGrok 4.3mediumMercury 2.5highvsLaguna XS 2.1mediumবিনামূল্যে উপলভ্য