নেভিগেশন
Advertise here

Mercury 2.5 vs Grok 4.20

Grok 4.20 average score-এ এগিয়ে: 4.1 vs 3.9. Mercury 2.5-এর benchmark খরচ কম: $0.016 vs $0.057. Grok 4.20 দ্রুত: 1.11s vs 2.45s, pass rates 25.8% vs 27.3%.

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
#304
মোট আউটপুট টোকেন
1,923
প্রতিক্রিয়া সময় (গড়)
1.11s
মোট খরচ
$0.057
প্রস্তাবিত মডেল Grok 4.20

It has the best score here (4.1), while responding about 2.2x faster than Mercury 2.5.

বিস্তারিত তুলনা

মেট্রিক Mercury 2.5 Mercury 2.5 none প্রকাশ: 2026-09-08 Grok 4.20 Grok 4.20 none প্রকাশ: 2026-03-31
স্কোর 3.9 4.1
র‍্যাঙ্ক #312 #304
নির্ভরযোগ্যতা 10.0 প্রযোজ্য নয়
ধারাবাহিকতা 7.5 8.1
প্রচেষ্টা 66/66 54/66
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 25.8% 27.3%
অস্থির টেস্ট 7 0
মোট রান 66 54
প্রতি ফলাফলে খরচ 0.782 1.570
মোট খরচ $0.016 $0.057
ইনপুট মূল্য $0.040 / 1M $1.250 / 1M
আউটপুট মূল্য $0.150 / 1M $2.500 / 1M
মোট ইনপুট টোকেন 123,740 41,313
আউটপুট টোকেন 71,143 1,923
রিজনিং টোকেন 0 0
প্রতিক্রিয়া সময় (গড়) 2.45s 1.11s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 36.48s 6.04s
প্রতিক্রিয়া সময় (মোট) 53.83s 19.96s
প্যারামিটার ~100B ~1T মোট (~100B 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.

#312 Mercury 2.5

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

#304 xAI: Grok 4.20

none
খরচ
$0.004
সময়
6.5s
টোকেন
1,367 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
Grok 4.20 1.1 3.1 0.0% 0 1.22s 1,074 312 0

দ্রুত তুলনা

তুলনার জুটি বদলান

Mercury 2.5nonevsLing 3.0 TinyhighMercury 2.5nonevsLing 3.0 TinylowMercury 2.5nonevsQwen3.5-9BmediumMercury 2.5nonevsLing 3.0 TinymediumGrok 4.20nonevsGLM 4.7 FlashmediumLing 3.0 TinyhighvsGrok 4.20noneLing 3.0 TinylowvsGrok 4.20noneQwen3.5-9BmediumvsGrok 4.20noneLing 3.0 TinymediumvsGrok 4.20noneMercury 2.5nonevsGLM 4.7 FlashmediumMiniMax M2.5mediumvsGrok 4.20noneQwen3 Coder NextmediumvsGrok 4.20none