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

Mercury 2.5 (medium) vs GLM 5.3 FlashX (high)

GLM 5.3 FlashX (high) average score-এ এগিয়ে: 6.8 vs 6.8. Mercury 2.5 (medium)-এর benchmark খরচ কম: $0.022 vs $0.135. Mercury 2.5 (medium) দ্রুত: 3.19s vs 12.07s, pass rates 65.2% vs 68.2%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-09-21

তুলনা করা মডেল

র‍্যাঙ্ক
#169
মোট আউটপুট টোকেন
120,129
প্রতিক্রিয়া সময় (গড়)
3.19s
মোট খরচ
$0.022
র‍্যাঙ্ক
#163
মোট আউটপুট টোকেন
83,899
প্রতিক্রিয়া সময় (গড়)
12.07s
মোট খরচ
$0.135
প্রস্তাবিত মডেল Mercury 2.5 (medium)

Its score stays close to the best score here (6.8 vs 6.8), while costing about 6.2x less than GLM 5.3 FlashX (high).

বিস্তারিত তুলনা

মেট্রিক Mercury 2.5 Mercury 2.5 medium প্রকাশ: 2026-09-08 GLM 5.3 FlashX GLM 5.3 FlashX high প্রকাশ: 2026-09-21
স্কোর 6.8 6.8
র‍্যাঙ্ক #169 #163
নির্ভরযোগ্যতা 9.8 10.0
ধারাবাহিকতা 8.6 8.2
প্রচেষ্টা 66/66 66/66
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 65.2% 68.2%
অস্থির টেস্ট 4 5
মোট রান 66 66
প্রতি ফলাফলে খরচ 0.181 1.125
মোট খরচ $0.022 $0.135
ইনপুট মূল্য $0.040 / 1M $0.370 / 1M
আউটপুট মূল্য $0.150 / 1M $1.250 / 1M
মোট ইনপুট টোকেন 91,402 81,365
আউটপুট টোকেন 3,138 6,821
রিজনিং টোকেন 116,991 77,078
প্রতিক্রিয়া সময় (গড়) 3.19s 12.07s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 9.87s 91.16s
প্রতিক্রিয়া সময় (মোট) 70.18s 265.62s
প্যারামিটার ~100B 320B মোট (18B 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.

#169 Mercury 2.5

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

#163 GLM 5.3 FlashX

high
খরচ
$0.030
সময়
169.4s
টোকেন
23,950 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
GLM 5.3 FlashX 8.2 7.2 88.9% 1 8.06s 7,317 374 9,267

দ্রুত তুলনা

তুলনার জুটি বদলান