নেভিগেশন
Advertise here

Mercury 2.5 (low) vs Mistral Small 4

average score প্রায় সমান: 5.1 vs 5.1. Mercury 2.5 (low)-এর benchmark খরচ কম: $0.011 vs $0.022. Mistral Small 4 দ্রুত: 1.20s vs 1.35s, pass rates 39.4% vs 25.8%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-09-08

তুলনা করা মডেল

র‍্যাঙ্ক
#265
মোট আউটপুট টোকেন
33,719
প্রতিক্রিয়া সময় (গড়)
1.35s
মোট খরচ
$0.011
র‍্যাঙ্ক
#261
মোট আউটপুট টোকেন
9,812
প্রতিক্রিয়া সময় (গড়)
1.20s
মোট খরচ
$0.022
প্রস্তাবিত মডেল Mistral Small 4

It has the strongest score in this comparison (5.1) and the best overall balance of cost and response time across all 2 models.

বিস্তারিত তুলনা

মেট্রিক Mercury 2.5 Mercury 2.5 low প্রকাশ: 2026-09-08 Mistral Small 4 Mistral Small 4 none প্রকাশ: 2026-03-16
স্কোর 5.1 5.1
র‍্যাঙ্ক #265 #261
নির্ভরযোগ্যতা 9.8 10.0
ধারাবাহিকতা 8.1 9.6
প্রচেষ্টা 66/66 66/66
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 39.4% 25.8%
অস্থির টেস্ট 5 1
মোট রান 66 66
প্রতি ফলাফলে খরচ 0.177 0.432
মোট খরচ $0.011 $0.022
ইনপুট মূল্য $0.040 / 1M $0.150 / 1M
আউটপুট মূল্য $0.150 / 1M $0.600 / 1M
মোট ইনপুট টোকেন 138,020 104,717
আউটপুট টোকেন 6,083 9,812
রিজনিং টোকেন 27,636 0
প্রতিক্রিয়া সময় (গড়) 1.35s 1.20s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 7.48s 13.16s
প্রতিক্রিয়া সময় (মোট) 29.74s 26.41s
প্যারামিটার ~100B 119B মোট (6B সক্রিয়)
উপলভ্যতা বন্ধ উৎস উন্মুক্ত উৎস

মডেল জেনারেশন শোকেস

Hamster playing table tennis

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

#265 Mercury 2.5

low
খরচ
$0.001
সময়
2.4s
টোকেন
1,236 tok

#261 Mistral Small 4

none
খরচ
$0.002
সময়
10.4s
টোকেন
2,370 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 5.5 10.0 33.3% 0 972ms 7,909 521 2,269
Mistral Small 4 3.7 9.7 0.0% 0 901ms 7,636 619 0

দ্রুত তুলনা

তুলনার জুটি বদলান