নেভিগেশন
Advertise here

Mercury 2.5 Preview (high) vs GLM 5.1

average score প্রায় সমান: 6.5 vs 6.5. Mercury 2.5 Preview (high)-এর benchmark খরচ কম: $0.039 vs $0.311. Mercury 2.5 Preview (high) দ্রুত: 7.61s vs 11.10s, pass rates 65.2% vs 47.8%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-10-01

তুলনা করা মডেল

র‍্যাঙ্ক
#193
মোট আউটপুট টোকেন
180,597
প্রতিক্রিয়া সময় (গড়)
7.61s
মোট খরচ
$0.039
র‍্যাঙ্ক
#196
মোট আউটপুট টোকেন
20,076
প্রতিক্রিয়া সময় (গড়)
11.10s
মোট খরচ
$0.311
প্রস্তাবিত মডেল Mercury 2.5 Preview (high)

It has the best score here (6.5), while costing about 8.1x less than GLM 5.1.

বিস্তারিত তুলনা

মেট্রিক Mercury 2.5 Preview Mercury 2.5 Preview high প্রকাশ: 2026-09-02 GLM 5.1 GLM 5.1 none প্রকাশ: 2026-04-07
স্কোর 6.5 6.5
র‍্যাঙ্ক #193 #196
নির্ভরযোগ্যতা 9.9 10.0
ধারাবাহিকতা 8.0 8.2
প্রচেষ্টা 69/69 69/69
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 65.2% 47.8%
অস্থির টেস্ট 6 5
মোট রান 69 69
প্রতি ফলাফলে খরচ 0.319 3.478
মোট খরচ $0.039 $0.311
ইনপুট মূল্য $0.000 / 1M $0.965 / 1M
আউটপুট মূল্য $0.000 / 1M $3.032 / 1M
মোট ইনপুট টোকেন 298,512 258,956
আউটপুট টোকেন 3,178 20,076
রিজনিং টোকেন 177,419 0
প্রতিক্রিয়া সময় (গড়) 7.61s 11.10s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 86.84s 107.19s
প্রতিক্রিয়া সময় (মোট) 175.08s 255.39s
প্যারামিটার ~100B 744B মোট (40B সক্রিয়)
উপলভ্যতা বন্ধ উৎস উন্মুক্ত উৎস

মডেল জেনারেশন শোকেস

Hamster playing table tennis

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

#193 Mercury 2.5 Preview

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

#196 GLM 5.1

none
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
GLM 5.1 3.9 9.7 0.0% 0 4.96s 7,256 525 0

দ্রুত তুলনা

তুলনার জুটি বদলান

KAT-Coder-Pro V2.5highvsGLM 5.1noneGrok 4.3mediumvsGLM 5.1noneMercury 2.5 PreviewhighvsQwen3.6 35B A3BmediumLaguna XS 2.1mediumবিনামূল্যে উপলভ্যvsGLM 5.1noneMercury 2.5 PreviewhighvsGLM 5.3lowClaude Sonnet 5.5mediumvsMercury 2.5 PreviewhighMercury 2.5highvsGLM 5.1noneMercury 2.5 PreviewhighvsGLM 5.2noneMercury 2.5 PreviewhighvsGrok 4.3mediumQwen3.6 35B A3BmediumvsGLM 5.1noneSolar Pro 4mediumvsGLM 5.1noneMercury 2.5 PreviewhighvsLaguna XS 2.1mediumবিনামূল্যে উপলভ্য