নেভিগেশন
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Mercury 2.5 Preview (low) vs Mistral Small 4 (medium)

Mistral Small 4 (medium) average score-এ এগিয়ে: 5.1 vs 5.0. Mercury 2.5 Preview (low)-এর benchmark খরচ কম: $0.015 vs $0.126. Mercury 2.5 Preview (low) দ্রুত: 4.92s vs 12.68s, pass rates 44.9% vs 42.0%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-10-19

তুলনা করা মডেল

র‍্যাঙ্ক
#350
মোট আউটপুট টোকেন
36,870
প্রতিক্রিয়া সময় (গড়)
4.92s
মোট খরচ
$0.015
র‍্যাঙ্ক
#343
মোট আউটপুট টোকেন
127,970
প্রতিক্রিয়া সময় (গড়)
12.68s
মোট খরচ
$0.126
প্রস্তাবিত মডেল Mercury 2.5 Preview (low)

Its score stays close to the best score here (5.0 vs 5.1), while costing about 8.4x less than Mistral Small 4 (medium).

বিস্তারিত তুলনা

মেট্রিক Mercury 2.5 Preview Mercury 2.5 Preview low প্রকাশ: 2026-09-02 Mistral Small 4 Mistral Small 4 medium প্রকাশ: 2026-03-16
স্কোর 5.0 5.1
র‍্যাঙ্ক #350 #343
নির্ভরযোগ্যতা 9.9 9.7
ধারাবাহিকতা 7.1 7.1
প্রচেষ্টা 69/69 69/69
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 44.9% 42.0%
অস্থির টেস্ট 8 8
মোট রান 69 69
প্রতি ফলাফলে খরচ 0.244 2.502
মোট খরচ $0.015 $0.126
ইনপুট মূল্য $0.040 / 1M $0.150 / 1M
আউটপুট মূল্য $0.150 / 1M $0.600 / 1M
ক্যাশ পড়ার মূল্য প্রযোজ্য নয় $0.015 / 1M
ক্যাশ লেখার মূল্য প্রযোজ্য নয় প্রযোজ্য নয়
মোট ইনপুট টোকেন 235,438 321,955
আউটপুট টোকেন 8,136 41,555
রিজনিং টোকেন 28,734 94,946
প্রতিক্রিয়া সময় (গড়) 4.92s 12.68s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 84.47s 59.15s
প্রতিক্রিয়া সময় (মোট) 113.24s 291.66s
প্যারামিটার ~100B 119B মোট (6B 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.

#350 Mercury 2.5 Preview

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

#343 Mistral Small 4

medium
খরচ
$0.006
সময়
47.9s
টোকেন
9,857 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
Mistral Small 4 4.4 5.1 33.3% 2 39.98s 7,636 11,635 54,715

তুলনার জুটি বদলান