নেভিগেশন
Advertise here

Mercury 2.5 (medium) vs LongCat 2.0 (low)

Mercury 2.5 (medium) average score-এ এগিয়ে: 6.8 vs 6.7. Mercury 2.5 (medium)-এর benchmark খরচ কম: $0.022 vs $0.412. Mercury 2.5 (medium) দ্রুত: 3.19s vs 113.61s, pass rates 65.2% vs 54.6%.

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

তুলনা করা মডেল

র‍্যাঙ্ক
#157
মোট আউটপুট টোকেন
120,129
প্রতিক্রিয়া সময় (গড়)
3.19s
মোট খরচ
$0.022
র‍্যাঙ্ক
#162
মোট আউটপুট টোকেন
320,594
প্রতিক্রিয়া সময় (গড়)
113.61s
মোট খরচ
$0.412
প্রস্তাবিত মডেল Mercury 2.5 (medium)

It has the best score here (6.8), while costing about 19.0x less than LongCat 2.0 (low).

বিস্তারিত তুলনা

মেট্রিক Mercury 2.5 Mercury 2.5 medium প্রকাশ: 2026-09-08 LongCat 2.0 LongCat 2.0 low প্রকাশ: 2026-07-20
স্কোর 6.8 6.7
র‍্যাঙ্ক #157 #162
নির্ভরযোগ্যতা 9.8 9.9
ধারাবাহিকতা 8.6 8.5
প্রচেষ্টা 66/66 66/66
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 65.2% 54.6%
অস্থির টেস্ট 4 4
মোট রান 66 66
প্রতি ফলাফলে খরচ 0.181 4.120
মোট খরচ $0.022 $0.412
ইনপুট মূল্য $0.040 / 1M $0.300 / 1M
আউটপুট মূল্য $0.150 / 1M $1.200 / 1M
মোট ইনপুট টোকেন 91,402 90,870
আউটপুট টোকেন 3,138 5,676
রিজনিং টোকেন 116,991 314,918
প্রতিক্রিয়া সময় (গড়) 3.19s 113.61s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 9.87s 560.39s
প্রতিক্রিয়া সময় (মোট) 70.18s 2499.46s
প্যারামিটার ~100B 1.6T মোট (48B 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.

#157 Mercury 2.5

medium
খরচ
$0.001
সময়
3.8s
টোকেন
3,386 tok

#162 LongCat 2.0

low
খরচ
$0.024
সময়
428.0s
টোকেন
19,557 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 5.0 5.1 44.5% 2 3.70s 7,807 488 21,857
LongCat 2.0 6.6 4.6 77.8% 2 479.30s 6,544 461 206,627

দ্রুত তুলনা

তুলনার জুটি বদলান