নেভিগেশন
Advertise here

Mercury 2.5 Preview (high) vs Qwen3.6 35B A3B (medium)

average score প্রায় সমান: 6.5 vs 6.5. Mercury 2.5 Preview (high)-এর benchmark খরচ কম: $0.040 vs $0.834. Mercury 2.5 Preview (high) দ্রুত: 7.61s vs 59.92s, pass rates 65.2% vs 58.0%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-10-16

তুলনা করা মডেল

র‍্যাঙ্ক
#223
মোট আউটপুট টোকেন
180,597
প্রতিক্রিয়া সময় (গড়)
7.61s
মোট খরচ
$0.040
র‍্যাঙ্ক
#222
মোট আউটপুট টোকেন
769,570
প্রতিক্রিয়া সময় (গড়)
59.92s
মোট খরচ
$0.834
প্রস্তাবিত মডেল Mercury 2.5 Preview (high)

It has the best score here (6.5), while costing about 21.4x less than Qwen3.6 35B A3B (medium).

বিস্তারিত তুলনা

মেট্রিক Mercury 2.5 Preview Mercury 2.5 Preview high প্রকাশ: 2026-09-02 Qwen3.6 35B A3B Qwen3.6 35B A3B medium প্রকাশ: 2026-04-20
স্কোর 6.5 6.5
র‍্যাঙ্ক #223 #222
নির্ভরযোগ্যতা 9.9 10.0
ধারাবাহিকতা 8.0 9.0
প্রচেষ্টা 69/69 69/69
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 65.2% 58.0%
অস্থির টেস্ট 6 3
মোট রান 69 69
প্রতি ফলাফলে খরচ 0.319 6.732
মোট খরচ $0.040 $0.834
ইনপুট মূল্য $0.040 / 1M $0.150 / 1M
আউটপুট মূল্য $0.150 / 1M $1.000 / 1M
ক্যাশ পড়ার মূল্য প্রযোজ্য নয় $0.050 / 1M
ক্যাশ লেখার মূল্য প্রযোজ্য নয় প্রযোজ্য নয়
মোট ইনপুট টোকেন 298,512 282,192
আউটপুট টোকেন 3,178 75,306
রিজনিং টোকেন 177,419 700,868
প্রতিক্রিয়া সময় (গড়) 7.61s 59.92s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 86.84s 817.57s
প্রতিক্রিয়া সময় (মোট) 175.08s 1258.32s
প্যারামিটার ~100B 35B মোট (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.

#223 Mercury 2.5 Preview

high
খরচ
$0.001
সময়
4.5s
টোকেন
3,851 tok

#222 Qwen3.6 35B A3B

medium
Reached the allocated time limit (300 seconds) without receiving showcase output.
খরচ
$0.000
সময়
300.0s
টোকেন
0 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 Preview 6.7 7.8 55.6% 1 6.13s 7,751 485 42,569
Qwen3.6 35B A3B 7.7 10.0 66.7% 0 50.55s 5,051 7,929 37,223

দ্রুত তুলনা

তুলনার জুটি বদলান

Mercury 2.5 PreviewhighvsGLM 5.3lowClaude Sonnet 5.5mediumvsMercury 2.5 PreviewhighMercury 2.5highvsQwen3.6 35B A3BmediumQwen3.6 35B A3BmediumvsGLM 5.3lowMercury 2.5 PreviewhighvsGLM 5.1noneMercury 2.5 PreviewhighvsGrok 4.3mediumQwen3.6 35B A3BmediumvsGLM 5.1noneKAT-Coder-Pro V2.5lowvsQwen3.6 35B A3BmediumMercury 2.5 PreviewhighvsLaguna XS 2.1mediumবিনামূল্যে উপলভ্যKAT-Coder-Pro V2.5highvsQwen3.6 35B A3BmediumMercury 2.5 PreviewhighvsKAT-Coder-Pro V2.5lowMercury 2.5 PreviewhighvsQwen3.5-122B-A10Bnone