নেভিগেশন
Advertise here

Mercury 2.5 (medium) vs Qwen3.5 Plus 2026-02-15

Mercury 2.5 (medium) average score-এ এগিয়ে: 6.4 vs 6.3. Mercury 2.5 (medium)-এর benchmark খরচ কম: $0.034 vs $0.176. Mercury 2.5 (medium) দ্রুত: 7.74s vs 20.07s, pass rates 63.8% vs 52.2%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-10-01

তুলনা করা মডেল

র‍্যাঙ্ক
#206
মোট আউটপুট টোকেন
138,946
প্রতিক্রিয়া সময় (গড়)
7.74s
মোট খরচ
$0.034
র‍্যাঙ্ক
#218
মোট আউটপুট টোকেন
53,060
প্রতিক্রিয়া সময় (গড়)
20.07s
মোট খরচ
$0.176
প্রস্তাবিত মডেল Mercury 2.5 (medium)

It has the best score here (6.4), while costing about 5.2x less than Qwen3.5 Plus 2026-02-15.

বিস্তারিত তুলনা

মেট্রিক Mercury 2.5 Mercury 2.5 medium প্রকাশ: 2026-09-08 Qwen3.5 Plus 2026-02-15 Qwen3.5 Plus 2026-02-15 none প্রকাশ: 2026-02-15
স্কোর 6.4 6.3
র‍্যাঙ্ক #206 #218
নির্ভরযোগ্যতা 9.7 10.0
ধারাবাহিকতা 8.3 9.1
প্রচেষ্টা 69/69 69/69
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 63.8% 52.2%
অস্থির টেস্ট 5 3
মোট রান 69 69
প্রতি ফলাফলে খরচ 0.280 1.593
মোট খরচ $0.034 $0.176
ইনপুট মূল্য $0.040 / 1M $0.260 / 1M
আউটপুট মূল্য $0.150 / 1M $1.560 / 1M
মোট ইনপুট টোকেন 317,982 346,064
আউটপুট টোকেন 3,918 53,060
রিজনিং টোকেন 135,028 0
প্রতিক্রিয়া সময় (গড়) 7.74s 20.07s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 107.89s 183.50s
প্রতিক্রিয়া সময় (মোট) 178.07s 341.27s
প্যারামিটার ~100B ~397B মোট (~17B সক্রিয়)
উপলভ্যতা বন্ধ উৎস বন্ধ উৎস

মডেল জেনারেশন শোকেস

Hamster playing table tennis

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

#206 Mercury 2.5

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

#218 Qwen3.5 Plus 2026-02-15

none
খরচ
$0.012
সময়
153.2s
টোকেন
7,787 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
Qwen3.5 Plus 2026-02-15 4.3 7.9 11.1% 1 2.05s 7,913 473 0

দ্রুত তুলনা

তুলনার জুটি বদলান