নেভিগেশন
Advertise here

Mercury 2.5 Preview (medium) vs GPT-5.6 Luna (low)

average score প্রায় সমান: 6.8 vs 6.9. Mercury 2.5 Preview (medium)-এর benchmark খরচ কম: $0.039 vs $0.049. Mercury 2.5 Preview (medium) দ্রুত: 6.66s vs 6.96s, pass rates 66.7% vs 56.5%.

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

তুলনা করা মডেল

র‍্যাঙ্ক
#243
মোট আউটপুট টোকেন
150,107
প্রতিক্রিয়া সময় (গড়)
6.66s
মোট খরচ
$0.039
র‍্যাঙ্ক
#237
মোট আউটপুট টোকেন
28,001
প্রতিক্রিয়া সময় (গড়)
6.96s
মোট খরচ
$0.049
প্রস্তাবিত মডেল GPT-5.6 Luna (low)

এই তুলনায় এটির স্কোর সর্বোচ্চ (6.9) এবং 2টি মডেলের মধ্যে খরচ ও সাড়া দেওয়ার সময়ের সামগ্রিক ভারসাম্য সবচেয়ে ভালো।

বিস্তারিত তুলনা

মেট্রিক Mercury 2.5 Preview Mercury 2.5 Preview medium প্রকাশ: 2026-09-02 GPT-5.6 Luna GPT-5.6 Luna low প্রকাশ: 2026-07-09
স্কোর 6.8 6.9
র‍্যাঙ্ক #243 #237
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 9.6 8.3
প্রচেষ্টা 69/69 69/69
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 66.7% 56.5%
অস্থির টেস্ট 1 5
মোট রান 69 69
প্রতি ফলাফলে খরচ 0.244 2.428
মোট খরচ $0.039 $0.049
ইনপুট মূল্য $0.040 / 1M $0.200 / 1M
আউটপুট মূল্য $0.150 / 1M $1.200 / 1M
ক্যাশ পড়ার মূল্য প্রযোজ্য নয় $0.020 / 1M
ক্যাশ লেখার মূল্য প্রযোজ্য নয় $0.250 / 1M
মোট ইনপুট টোকেন 397,291 202,680
আউটপুট টোকেন 6,355 9,230
রিজনিং টোকেন 143,752 18,771
প্রতিক্রিয়া সময় (গড়) 6.66s 6.96s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 74.63s 45.74s
প্রতিক্রিয়া সময় (মোট) 153.29s 160.19s
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.

#243 Mercury 2.5 Preview

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

#237 GPT-5.6 Luna

low
খরচ
$0.011
সময়
10.2s
টোকেন
1,897 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-5.6 Luna 5.5 10.0 33.3% 0 4.61s 7,302 557 3,535

তুলনার জুটি বদলান