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 (medium) vs GPT 5.3 Chat (default)

Mercury 2.5 Preview (medium) average score-এ এগিয়ে: 6.8 vs 6.7. Mercury 2.5 Preview (medium)-এর benchmark খরচ কম: $0.039 vs $0.533. GPT 5.3 Chat (default) দ্রুত: 6.31s vs 6.66s, pass rates 66.7% vs 62.3%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-10-16

তুলনা করা মডেল

র‍্যাঙ্ক
#199
মোট আউটপুট টোকেন
150,107
প্রতিক্রিয়া সময় (গড়)
6.66s
মোট খরচ
$0.039
র‍্যাঙ্ক
#210
মোট আউটপুট টোকেন
28,179
প্রতিক্রিয়া সময় (গড়)
6.31s
মোট খরচ
$0.533
প্রস্তাবিত মডেল Mercury 2.5 Preview (medium)

It has the best score here (6.8), while costing about 13.9x less than GPT 5.3 Chat (default).

বিস্তারিত তুলনা

মেট্রিক Mercury 2.5 Preview Mercury 2.5 Preview medium প্রকাশ: 2026-09-02 GPT 5.3 Chat GPT 5.3 Chat default প্রকাশ: 2026-03-03
স্কোর 6.8 6.7
র‍্যাঙ্ক #199 #210
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 9.6 8.6
প্রচেষ্টা 69/69 69/69
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 66.7% 62.3%
অস্থির টেস্ট 1 4
মোট রান 69 69
প্রতি ফলাফলে খরচ 0.244 4.097
মোট খরচ $0.039 $0.533
ইনপুট মূল্য $0.040 / 1M $1.750 / 1M
আউটপুট মূল্য $0.150 / 1M $14.000 / 1M
ক্যাশ পড়ার মূল্য প্রযোজ্য নয় প্রযোজ্য নয়
ক্যাশ লেখার মূল্য প্রযোজ্য নয় প্রযোজ্য নয়
মোট ইনপুট টোকেন 397,291 78,846
আউটপুট টোকেন 6,355 7,635
রিজনিং টোকেন 143,752 20,544
প্রতিক্রিয়া সময় (গড়) 6.66s 6.31s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 74.63s 18.33s
প্রতিক্রিয়া সময় (মোট) 153.29s 138.73s
প্যারামিটার ~100B ~400B মোট (~17B 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.

#199 Mercury 2.5 Preview

medium
খরচ
$0.001
সময়
2.7s
টোকেন
2,241 tok

#210 GPT 5.3 Chat

default
খরচ
$0.008
সময়
8.1s
টোকেন
634 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 7.8 10.0 66.7% 0 3.86s 7,839 552 22,126
GPT 5.3 Chat 5.6 4.7 55.6% 2 10.52s 7,302 808 5,824

দ্রুত তুলনা

তুলনার জুটি বদলান

Ember-1maxvsGPT 5.3 ChatdefaultMercury 2.5 PreviewmediumvsInklinglowবিনামূল্যে উপলভ্যMiniMax M3mediumvsGPT 5.3 ChatdefaultGPT 5.3 ChatdefaultvsGrok 4.7highApodex 1.1 Minihighবিনামূল্যে উপলভ্যvsGPT 5.3 ChatdefaultGPT 5.3 ChatdefaultvsSolar Pro 4lowMercury 2.5 PreviewmediumvsGPT-6 SolnoneGPT 5.3 ChatdefaultvsQwen3.5-FlashnoneGPT 5.3 ChatdefaultvsGLM 5.3 FlashlowGPT 5.3 ChatdefaultvsGLM 5.2noneClaude Opus 4.8nonevsMercury 2.5 PreviewmediumClaude Sonnet 5.5lowvsMercury 2.5 Previewmedium