নেভিগেশন
Advertise here

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

KAT Coder AIR V2.5 (medium) average score-এ এগিয়ে: 5.1 vs 5.0. Mercury 2.5 Preview (low)-এর benchmark খরচ কম: $0.015 vs $0.048. Mercury 2.5 Preview (low) দ্রুত: 4.92s vs 8.32s, pass rates 44.9% vs 43.5%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-11-13

তুলনা করা মডেল

র‍্যাঙ্ক
#396
মোট আউটপুট টোকেন
36,870
প্রতিক্রিয়া সময় (গড়)
4.92s
মোট খরচ
$0.015
র‍্যাঙ্ক
#392
মোট আউটপুট টোকেন
66,576
প্রতিক্রিয়া সময় (গড়)
8.32s
মোট খরচ
$0.048
প্রস্তাবিত মডেল Mercury 2.5 Preview (low)

Its score stays close to the best score here (5.0 vs 5.1), while costing about 3.2x less than KAT Coder AIR V2.5 (medium).

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 medium প্রকাশ: 2026-07-14
স্কোর 5.0 5.1
র‍্যাঙ্ক #396 #392
নির্ভরযোগ্যতা 9.9 9.6
ধারাবাহিকতা 7.1 8.9
প্রচেষ্টা 69/69 69/69
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 44.9% 43.5%
অস্থির টেস্ট 8 3
মোট রান 69 69
প্রতি ফলাফলে খরচ 0.244 0.596
মোট খরচ $0.015 $0.048
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 51,369
আউটপুট টোকেন 8,136 8,008
রিজনিং টোকেন 28,734 58,568
প্রতিক্রিয়া সময় (গড়) 4.92s 8.32s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 84.47s 48.19s
প্রতিক্রিয়া সময় (মোট) 113.24s 191.40s
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.

#396 Mercury 2.5 Preview

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

#392 KAT Coder AIR V2.5

medium
খরচ
$0.003
সময়
23.7s
টোকেন
4,924 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 3.6 7.0 22.2% 1 23.37s 7,893 5,199 29,973

তুলনার জুটি বদলান