নেভিগেশন
Advertise here

Mercury 2.5 (medium) vs GLM 5.3 (low)

average score প্রায় সমান: 6.8 vs 6.8. Mercury 2.5 (medium)-এর benchmark খরচ কম: $0.022 vs $0.257. Mercury 2.5 (medium) দ্রুত: 3.19s vs 13.65s, pass rates 65.2% vs 65.2%.

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
#155
মোট আউটপুট টোকেন
24,808
প্রতিক্রিয়া সময় (গড়)
13.65s
মোট খরচ
$0.257
প্রস্তাবিত মডেল Mercury 2.5 (medium)

It has the best score here (6.8), while costing about 11.8x less than GLM 5.3 (low).

বিস্তারিত তুলনা

মেট্রিক Mercury 2.5 Mercury 2.5 medium প্রকাশ: 2026-09-08 GLM 5.3 GLM 5.3 low প্রকাশ: 2026-08-20
স্কোর 6.8 6.8
র‍্যাঙ্ক #157 #155
নির্ভরযোগ্যতা 9.8 10.0
ধারাবাহিকতা 8.6 8.5
প্রচেষ্টা 66/66 66/66
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 65.2% 65.2%
অস্থির টেস্ট 4 4
মোট রান 66 66
প্রতি ফলাফলে খরচ 0.181 2.135
মোট খরচ $0.022 $0.257
ইনপুট মূল্য $0.040 / 1M $1.400 / 1M
আউটপুট মূল্য $0.150 / 1M $4.400 / 1M
মোট ইনপুট টোকেন 91,402 104,989
আউটপুট টোকেন 3,138 8,532
রিজনিং টোকেন 116,991 16,276
প্রতিক্রিয়া সময় (গড়) 3.19s 13.65s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 9.87s 83.60s
প্রতিক্রিয়া সময় (মোট) 70.18s 300.22s
প্যারামিটার ~100B 744B মোট (40B 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.

#157 Mercury 2.5

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

#155 GLM 5.3

low
খরচ
$0.007
সময়
28.4s
টোকেন
1,599 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 6.2 6.9 55.6% 1 21.02s 7,317 368 6,764

দ্রুত তুলনা

তুলনার জুটি বদলান