নেভিগেশন
AI BENCHY
Advertise here

Mercury 2.5 Preview (low) vs Qwen3.5-9B

Qwen3.5-9B average score-এ এগিয়ে: 5.1 vs 5.0. Mercury 2.5 Preview (low)-এর benchmark খরচ কম: $0.011 vs $0.021. Mercury 2.5 Preview (low) দ্রুত: 1.31s vs 19.19s, pass rates 47.0% vs 19.7%.

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
#250
মোট আউটপুট টোকেন
37,484
প্রতিক্রিয়া সময় (গড়)
19.19s
মোট খরচ
$0.021
প্রস্তাবিত মডেল Mercury 2.5 Preview (low)

Its score stays close to the best score here (5.0 vs 5.1), while costing about 2.0x less than Qwen3.5-9B.

বিস্তারিত তুলনা

মেট্রিক Mercury 2.5 Preview Mercury 2.5 Preview low প্রকাশ: 2026-09-02 Qwen3.5-9B Qwen3.5-9B none প্রকাশ: 2026-03-02
স্কোর 5.0 5.1
র‍্যাঙ্ক #254 #250
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 7.0 9.7
প্রচেষ্টা 66/66 66/66
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 47.0% 19.7%
অস্থির টেস্ট 8 1
মোট রান 66 66
প্রতি ফলাফলে খরচ 0.169 0.490
মোট খরচ $0.011 $0.021
ইনপুট মূল্য $0.040 / 1M $0.100 / 1M
আউটপুট মূল্য $0.150 / 1M $0.150 / 1M
মোট ইনপুট টোকেন 133,525 144,416
আউটপুট টোকেন 7,259 37,484
রিজনিং টোকেন 24,716 0
প্রতিক্রিয়া সময় (গড়) 1.31s 19.19s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 7.29s 382.06s
প্রতিক্রিয়া সময় (মোট) 28.77s 422.25s
প্যারামিটার ~100B 9B
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

#250 Qwen3.5-9B

none
অবৈধ SVG
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 5.5 10.0 33.3% 0 972ms 7,794 695 2,263
Qwen3.5-9B 3.9 7.8 11.1% 1 5.60s 7,913 1,042 0

দ্রুত তুলনা

তুলনার জুটি বদলান