নেভিগেশন
AI BENCHY
Advertise here

Mercury 2.5 Preview (medium) vs Qwen3.5-27B (medium)

average score প্রায় সমান: 7.5 vs 7.5. Mercury 2.5 Preview (medium)-এর benchmark খরচ কম: $0.024 vs $0.982. Mercury 2.5 Preview (medium) দ্রুত: 3.58s vs 113.28s, pass rates 69.7% vs 75.8%.

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

র‍্যাঙ্ক
#91
মোট আউটপুট টোকেন
127,034
প্রতিক্রিয়া সময় (গড়)
3.58s
মোট খরচ
$0.024
র‍্যাঙ্ক
#90
মোট আউটপুট টোকেন
614,909
প্রতিক্রিয়া সময় (গড়)
113.28s
মোট খরচ
$0.982
প্রস্তাবিত মডেল Mercury 2.5 Preview (medium)

It has the best score here (7.5), while costing about 41.6x less than Qwen3.5-27B (medium).

বিস্তারিত তুলনা

মেট্রিক Mercury 2.5 Preview Mercury 2.5 Preview medium প্রকাশ: 2026-09-02 Qwen3.5-27B Qwen3.5-27B medium প্রকাশ: 2026-02-24
স্কোর 7.5 7.5
র‍্যাঙ্ক #91 #90
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 9.6 7.8
প্রচেষ্টা 66/66 66/66
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 69.7% 75.8%
অস্থির টেস্ট 1 6
মোট রান 66 66
প্রতি ফলাফলে খরচ 0.158 8.217
মোট খরচ $0.024 $0.982
ইনপুট মূল্য $0.040 / 1M $0.195 / 1M
আউটপুট মূল্য $0.150 / 1M $1.560 / 1M
মোট ইনপুট টোকেন 112,713 111,644
আউটপুট টোকেন 5,436 16,113
রিজনিং টোকেন 121,598 598,796
প্রতিক্রিয়া সময় (গড়) 3.58s 113.28s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 17.84s 1026.43s
প্রতিক্রিয়া সময় (মোট) 78.66s 2492.26s
প্যারামিটার ~100B 27B
উপলভ্যতা বন্ধ উৎস উন্মুক্ত উৎস

মডেল জেনারেশন শোকেস

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#91 Mercury 2.5 Preview

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

#90 Qwen3.5-27B

medium
খরচ
$0.008
সময়
62.0s
টোকেন
3,099 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
Qwen3.5-27B 6.2 7.1 55.6% 1 160.69s 7,895 6,381 89,388

দ্রুত তুলনা

তুলনার জুটি বদলান