নেভিগেশন
AI BENCHY
Advertise here

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: $0.011 vs $0.097. Mercury 2.5 Preview (low) দ্রুত: 1.31s vs 10.80s, pass rates 47.0% vs 43.9%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-09-02

র‍্যাঙ্ক
#254
মোট আউটপুট টোকেন
31,975
প্রতিক্রিয়া সময় (গড়)
1.31s
মোট খরচ
$0.011
র‍্যাঙ্ক
#246
মোট আউটপুট টোকেন
133,597
প্রতিক্রিয়া সময় (গড়)
10.80s
মোট খরচ
$0.097
প্রস্তাবিত মডেল Mercury 2.5 Preview (low)

Its score stays close to the best score here (5.0 vs 5.1), while costing about 9.5x 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 #254 #246
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 7.0 7.0
প্রচেষ্টা 66/66 66/66
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 47.0% 43.9%
অস্থির টেস্ট 8 8
মোট রান 66 66
প্রতি ফলাফলে খরচ 0.169 1.923
মোট খরচ $0.011 $0.097
ইনপুট মূল্য $0.040 / 1M $0.150 / 1M
আউটপুট মূল্য $0.150 / 1M $0.600 / 1M
মোট ইনপুট টোকেন 133,525 140,559
আউটপুট টোকেন 7,259 40,268
রিজনিং টোকেন 24,716 93,329
প্রতিক্রিয়া সময় (গড়) 1.31s 10.80s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 7.29s 59.15s
প্রতিক্রিয়া সময় (মোট) 28.77s 237.60s
প্যারামিটার ~100B 119B মোট (6B 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.

#254 Mercury 2.5 Preview

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

#246 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

দ্রুত তুলনা

তুলনার জুটি বদলান