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 KAT Coder AIR V2.5 (default)

KAT Coder AIR V2.5 (default) average score-এ এগিয়ে: 4.4 vs 4.1. Mercury 2.5-এর benchmark খরচ কম: $0.026 vs $0.070. Mercury 2.5 দ্রুত: 5.10s vs 11.96s, pass rates 24.6% vs 34.8%.

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
#387
মোট আউটপুট টোকেন
97,752
প্রতিক্রিয়া সময় (গড়)
11.96s
মোট খরচ
$0.070
প্রস্তাবিত মডেল KAT Coder AIR V2.5 (default)

এই তুলনায় এটির স্কোর সর্বোচ্চ (4.4) এবং 2টি মডেলের মধ্যে খরচ ও সাড়া দেওয়ার সময়ের সামগ্রিক ভারসাম্য সবচেয়ে ভালো।

বিস্তারিত তুলনা

মেট্রিক Mercury 2.5 Mercury 2.5 none প্রকাশ: 2026-09-08 KAT Coder AIR V2.5 KAT Coder AIR V2.5 default প্রকাশ: 2026-07-14
স্কোর 4.1 4.4
র‍্যাঙ্ক #397 #387
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 7.6 7.4
প্রচেষ্টা 69/69 69/69
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 24.6% 34.8%
অস্থির টেস্ট 7 7
মোট রান 69 69
প্রতি ফলাফলে খরচ 1.298 1.382
মোট খরচ $0.026 $0.070
ইনপুট মূল্য $0.040 / 1M $0.150 / 1M
আউটপুট মূল্য $0.150 / 1M $0.600 / 1M
ক্যাশ পড়ার মূল্য $0.004 / 1M প্রযোজ্য নয়
ক্যাশ লেখার মূল্য প্রযোজ্য নয় প্রযোজ্য নয়
মোট ইনপুট টোকেন 311,488 69,376
আউটপুট টোকেন 89,958 7,792
রিজনিং টোকেন 0 89,960
প্রতিক্রিয়া সময় (গড়) 5.10s 11.96s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 63.41s 121.05s
প্রতিক্রিয়া সময় (মোট) 117.24s 275.18s
প্যারামিটার ~100B ~35B মোট (~3B সক্রিয়)
উপলভ্যতা বন্ধ উৎস বন্ধ 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

#387 KAT Coder AIR V2.5

default
খরচ
$0.002
সময়
14.5s
টোকেন
2,619 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
KAT Coder AIR V2.5 3.3 9.6 0.0% 0 14.31s 6,472 2,032 14,886

তুলনার জুটি বদলান