নেভিগেশন
Advertise here

Mercury 2.5 vs Qwen3.5-9B (medium)

Mercury 2.5 average score-এ এগিয়ে: 3.9 vs 3.8. Mercury 2.5-এর benchmark খরচ কম: $0.016 vs $0.062. Mercury 2.5 দ্রুত: 2.45s vs 107.51s, pass rates 25.8% vs 25.8%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-09-08

তুলনা করা মডেল

র‍্যাঙ্ক
#312
মোট আউটপুট টোকেন
71,143
প্রতিক্রিয়া সময় (গড়)
2.45s
মোট খরচ
$0.016
র‍্যাঙ্ক
#316
মোট আউটপুট টোকেন
413,442
প্রতিক্রিয়া সময় (গড়)
107.51s
মোট খরচ
$0.062
প্রস্তাবিত মডেল Mercury 2.5

It has the best score here (3.9), while costing about 4.0x less than Qwen3.5-9B (medium).

বিস্তারিত তুলনা

মেট্রিক Mercury 2.5 Mercury 2.5 none প্রকাশ: 2026-09-08 Qwen3.5-9B Qwen3.5-9B medium প্রকাশ: 2026-03-02
স্কোর 3.9 3.8
র‍্যাঙ্ক #312 #316
নির্ভরযোগ্যতা 10.0 6.0
ধারাবাহিকতা 7.5 8.1
প্রচেষ্টা 66/66 66/66
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 25.8% 25.8%
অস্থির টেস্ট 7 5
মোট রান 66 66
প্রতি ফলাফলে খরচ 0.782 2.061
মোট খরচ $0.016 $0.062
ইনপুট মূল্য $0.040 / 1M $0.100 / 1M
আউটপুট মূল্য $0.150 / 1M $0.150 / 1M
মোট ইনপুট টোকেন 123,740 17,195
আউটপুট টোকেন 71,143 46,735
রিজনিং টোকেন 0 366,707
প্রতিক্রিয়া সময় (গড়) 2.45s 107.51s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 36.48s 569.97s
প্রতিক্রিয়া সময় (মোট) 53.83s 1720.15s
প্যারামিটার ~100B 9B
উপলভ্যতা বন্ধ উৎস উন্মুক্ত উৎস

মডেল জেনারেশন শোকেস

Hamster playing table tennis

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

#312 Mercury 2.5

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

#316 Qwen3.5-9B

medium
খরচ
$0.001
সময়
35.9s
টোকেন
3,030 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
Qwen3.5-9B 2.9 10.0 0.0% 0 100.88s 2,396 7,890 41,129

দ্রুত তুলনা

তুলনার জুটি বদলান