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 Grok 4.6 (low)

Grok 4.6 (low) average score-এ এগিয়ে: 6.9 vs 6.8. Mercury 2.5 Preview (medium)-এর benchmark খরচ কম: $0.039 vs $0.781. Mercury 2.5 Preview (medium) দ্রুত: 6.66s vs 16.44s, pass rates 66.7% vs 66.7%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-11-10

তুলনা করা মডেল

র‍্যাঙ্ক
#231
মোট আউটপুট টোকেন
150,107
প্রতিক্রিয়া সময় (গড়)
6.66s
মোট খরচ
$0.039
র‍্যাঙ্ক
#218
মোট আউটপুট টোকেন
42,315
প্রতিক্রিয়া সময় (গড়)
16.44s
মোট খরচ
$0.781
প্রস্তাবিত মডেল Mercury 2.5 Preview (medium)

Its score stays close to the best score here (6.8 vs 6.9), while costing about 20.3x less than Grok 4.6 (low).

বিস্তারিত তুলনা

মেট্রিক Mercury 2.5 Preview Mercury 2.5 Preview medium প্রকাশ: 2026-09-02 Grok 4.6 Grok 4.6 low প্রকাশ: 2026-08-12
স্কোর 6.8 6.9
র‍্যাঙ্ক #231 #218
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 9.6 9.6
প্রচেষ্টা 69/69 69/69
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 66.7% 66.7%
অস্থির টেস্ট 1 1
মোট রান 69 69
প্রতি ফলাফলে খরচ 0.244 5.205
মোট খরচ $0.039 $0.781
ইনপুট মূল্য $0.040 / 1M $2.000 / 1M
আউটপুট মূল্য $0.150 / 1M $6.000 / 1M
ক্যাশ পড়ার মূল্য প্রযোজ্য নয় $0.500 / 1M
ক্যাশ লেখার মূল্য প্রযোজ্য নয় প্রযোজ্য নয়
মোট ইনপুট টোকেন 397,291 263,427
আউটপুট টোকেন 6,355 6,006
রিজনিং টোকেন 143,752 36,309
প্রতিক্রিয়া সময় (গড়) 6.66s 16.44s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 74.63s 57.97s
প্রতিক্রিয়া সময় (মোট) 153.29s 378.14s
প্যারামিটার ~100B ~1.7T মোট (~170B 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.

#231 Mercury 2.5 Preview

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

#218 SpaceXAI: Grok 4.6

low
খরচ
$0.011
সময়
26.0s
টোকেন
1,941 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
Grok 4.6 5.5 7.1 44.4% 1 21.69s 9,579 349 7,740

দ্রুত তুলনা

তুলনার জুটি বদলান

Mercury 2.5 PreviewmediumvsInklinglowবিনামূল্যে উপলভ্যQwen3.5-122B-A10BmediumvsGrok 4.6lowMinimax M3.1 Flashmaxবিনামূল্যে উপলভ্যvsGrok 4.6lowMercury 2.5 PreviewmediumvsGPT-6 SolnoneStep 5 PreviewhighvsGrok 4.6lowClaude Opus 4.8nonevsMercury 2.5 PreviewmediumClaude Sonnet 5.5lowvsMercury 2.5 PreviewmediumMercury 2.5 PreviewmediumvsGPT-5.6 LunalowKimi K2.7 CodemediumvsGrok 4.6lowGemini 3.1 Flash Lite PreviewmediumvsGrok 4.6lowGemini 3.1 Flash LitemediumvsGrok 4.6lowEmber-1highvsMercury 2.5 Previewmedium