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

Mercury 2.5 (high) vs Grok 4.3 (medium)

average score প্রায় সমান: 6.5 vs 6.5. Mercury 2.5 (high)-এর benchmark খরচ কম: $0.044 vs $0.989. Mercury 2.5 (high) দ্রুত: 7.62s vs 44.53s, pass rates 59.4% vs 63.8%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-10-19

তুলনা করা মডেল

র‍্যাঙ্ক
#231
মোট আউটপুট টোকেন
193,676
প্রতিক্রিয়া সময় (গড়)
7.62s
মোট খরচ
$0.044
র‍্যাঙ্ক
#236
মোট আউটপুট টোকেন
232,542
প্রতিক্রিয়া সময় (গড়)
44.53s
মোট খরচ
$0.989
প্রস্তাবিত মডেল Mercury 2.5 (high)

It has the best score here (6.5), while costing about 22.8x less than Grok 4.3 (medium).

বিস্তারিত তুলনা

মেট্রিক Mercury 2.5 Mercury 2.5 high প্রকাশ: 2026-09-08 Grok 4.3 Grok 4.3 medium প্রকাশ: 2026-05-01
স্কোর 6.5 6.5
র‍্যাঙ্ক #231 #236
নির্ভরযোগ্যতা 9.8 10.0
ধারাবাহিকতা 8.7 8.3
প্রচেষ্টা 69/69 69/69
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 59.4% 63.8%
অস্থির টেস্ট 4 5
মোট রান 69 69
প্রতি ফলাফলে খরচ 0.362 8.235
মোট খরচ $0.044 $0.989
ইনপুট মূল্য $0.040 / 1M $1.250 / 1M
আউটপুট মূল্য $0.150 / 1M $2.500 / 1M
ক্যাশ পড়ার মূল্য $0.004 / 1M $0.200 / 1M
ক্যাশ লেখার মূল্য প্রযোজ্য নয় প্রযোজ্য নয়
মোট ইনপুট টোকেন 358,562 325,471
আউটপুট টোকেন 4,266 14,867
রিজনিং টোকেন 189,410 217,675
প্রতিক্রিয়া সময় (গড়) 7.62s 44.53s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 80.30s 216.69s
প্রতিক্রিয়া সময় (মোট) 175.36s 1024.25s
প্যারামিটার ~100B ~1.5T মোট (~150B সক্রিয়)
উপলভ্যতা বন্ধ 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.

#231 Mercury 2.5

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

#236 SpaceXAI: Grok 4.3

medium
খরচ
$0.009
সময়
19.0s
টোকেন
3,661 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
Grok 4.3 5.9 7.7 44.4% 1 41.23s 8,340 1,028 31,226

তুলনার জুটি বদলান