নেভিগেশন
Advertise here

Mercury 2.5 Preview (low) vs KAT Coder AIR V2.5 (low)

Mercury 2.5 Preview (low) average score-এ এগিয়ে: 5.0 vs 5.0. Mercury 2.5 Preview (low)-এর benchmark খরচ কম: $0.015 vs $0.046. Mercury 2.5 Preview (low) দ্রুত: 4.92s vs 10.21s, pass rates 44.9% vs 42.0%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-10-12

তুলনা করা মডেল

র‍্যাঙ্ক
#319
মোট আউটপুট টোকেন
36,870
প্রতিক্রিয়া সময় (গড়)
4.92s
মোট খরচ
$0.015
র‍্যাঙ্ক
#323
মোট আউটপুট টোকেন
60,414
প্রতিক্রিয়া সময় (গড়)
10.21s
মোট খরচ
$0.046
প্রস্তাবিত মডেল Mercury 2.5 Preview (low)

It has the best score here (5.0), while costing about 3.0x less than KAT Coder AIR V2.5 (low).

বিস্তারিত তুলনা

মেট্রিক Mercury 2.5 Preview Mercury 2.5 Preview low প্রকাশ: 2026-09-02 KAT Coder AIR V2.5 KAT Coder AIR V2.5 low প্রকাশ: 2026-07-14
স্কোর 5.0 5.0
র‍্যাঙ্ক #319 #323
নির্ভরযোগ্যতা 9.9 9.9
ধারাবাহিকতা 7.1 7.8
প্রচেষ্টা 69/69 69/69
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 44.9% 42.0%
অস্থির টেস্ট 8 6
মোট রান 69 69
প্রতি ফলাফলে খরচ 0.244 0.649
মোট খরচ $0.015 $0.046
ইনপুট মূল্য $0.040 / 1M $0.150 / 1M
আউটপুট মূল্য $0.150 / 1M $0.600 / 1M
ক্যাশ পড়ার মূল্য প্রযোজ্য নয় প্রযোজ্য নয়
ক্যাশ লেখার মূল্য প্রযোজ্য নয় প্রযোজ্য নয়
মোট ইনপুট টোকেন 235,438 61,094
আউটপুট টোকেন 8,136 6,532
রিজনিং টোকেন 28,734 53,882
প্রতিক্রিয়া সময় (গড়) 4.92s 10.21s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 84.47s 86.23s
প্রতিক্রিয়া সময় (মোট) 113.24s 234.86s
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.

#319 Mercury 2.5 Preview

low
খরচ
$0.001
সময়
1.5s
টোকেন
1,169 tok

#323 KAT Coder AIR V2.5

low
খরচ
$0.004
সময়
29.9s
টোকেন
6,008 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 5.5 10.0 33.3% 0 972ms 7,794 695 2,263
KAT Coder AIR V2.5 3.5 7.3 11.1% 1 11.06s 7,893 2,001 13,623

তুলনার জুটি বদলান