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

Mercury 2.5 vs Ling 3.0 Tiny (default)

Mercury 2.5 average score-এ এগিয়ে: 4.1 vs 3.8. Ling 3.0 Tiny (default)-এর benchmark খরচ কম: $0.000 vs $0.026. Mercury 2.5 দ্রুত: 5.10s vs 13.39s, pass rates 24.6% vs 8.7%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-10-19

তুলনা করা মডেল

র‍্যাঙ্ক
#397
মোট আউটপুট টোকেন
89,958
প্রতিক্রিয়া সময় (গড়)
5.10s
মোট খরচ
$0.026
র‍্যাঙ্ক
#404
মোট আউটপুট টোকেন
110,071
প্রতিক্রিয়া সময় (গড়)
13.39s
মোট খরচ
$0.000
প্রস্তাবিত মডেল Mercury 2.5

It has the best score here (4.1), while responding about 2.6x faster than Ling 3.0 Tiny (default).

বিস্তারিত তুলনা

মেট্রিক Mercury 2.5 Mercury 2.5 none প্রকাশ: 2026-09-08 Ling 3.0 Tiny Ling 3.0 Tiny default প্রকাশ: 2026-08-07
স্কোর 4.1 3.8
র‍্যাঙ্ক #397 #404
নির্ভরযোগ্যতা 10.0 9.8
ধারাবাহিকতা 7.6 10.0
প্রচেষ্টা 69/69 69/69
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 24.6% 8.7%
অস্থির টেস্ট 7 0
মোট রান 69 69
প্রতি ফলাফলে খরচ 1.298 0.000
মোট খরচ $0.026 $0.000
ইনপুট মূল্য $0.040 / 1M $0.000 / 1M
আউটপুট মূল্য $0.150 / 1M $0.000 / 1M
ক্যাশ পড়ার মূল্য $0.004 / 1M প্রযোজ্য নয়
ক্যাশ লেখার মূল্য প্রযোজ্য নয় প্রযোজ্য নয়
মোট ইনপুট টোকেন 311,488 184,579
আউটপুট টোকেন 89,958 110,071
রিজনিং টোকেন 0 0
প্রতিক্রিয়া সময় (গড়) 5.10s 13.39s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 63.41s 240.61s
প্রতিক্রিয়া সময় (মোট) 117.24s 294.48s
প্যারামিটার ~100B 7.9B মোট (1.3B সক্রিয়)
উপলভ্যতা বন্ধ উৎস উন্মুক্ত উৎস

ক্যাশের মূল্য ইনপুট টোকেনের জন্য প্রযোজ্য। পড়ার সময় ক্যাশ করা প্রম্পট আবার ব্যবহার হয়; লেখার সময় সেগুলি সংরক্ষিত হয় এবং বাড়তি খরচ হতে পারে। আউটপুট টোকেনের জন্য আউটপুট মূল্য প্রযোজ্য।

মডেল জেনারেশন শোকেস

Hamster playing table tennis

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

#397 Mercury 2.5

none
খরচ
$0.001
সময়
2.7s
টোকেন
2,749 tok

#404 Ling 3.0 Tiny

default
No output was saved. The original provider response or failure reason is unavailable.
খরচ
$0.000
সময়
334.1s
টোকেন
32,913 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 3.7 7.0 22.2% 1 12.50s 7,888 61,297 0
Ling 3.0 Tiny 4.2 10.0 0.0% 0 1.19s 8,307 798 0

তুলনার জুটি বদলান