নেভিগেশন
AI BENCHY
Advertise here

Mercury 2.5 Preview (medium) vs Grok Build 0.1 (medium)

average score প্রায় সমান: 7.5 vs 7.5. Mercury 2.5 Preview (medium)-এর benchmark খরচ কম: $0.024 vs $1.130. Mercury 2.5 Preview (medium) দ্রুত: 3.58s vs 54.50s, pass rates 69.7% vs 60.6%.

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
#93
মোট আউটপুট টোকেন
511,406
প্রতিক্রিয়া সময় (গড়)
54.50s
মোট খরচ
$1.130
প্রস্তাবিত মডেল Mercury 2.5 Preview (medium)

It has the best score here (7.5), while costing about 47.9x less than Grok Build 0.1 (medium).

বিস্তারিত তুলনা

মেট্রিক Mercury 2.5 Preview Mercury 2.5 Preview medium প্রকাশ: 2026-09-02 Grok Build 0.1 Grok Build 0.1 medium প্রকাশ: 2026-05-21
স্কোর 7.5 7.5
র‍্যাঙ্ক #91 #93
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 9.6 9.6
প্রচেষ্টা 66/66 66/66
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 69.7% 60.6%
অস্থির টেস্ট 1 1
মোট রান 66 66
প্রতি ফলাফলে খরচ 0.158 8.691
মোট খরচ $0.024 $1.130
ইনপুট মূল্য $0.040 / 1M $1.000 / 1M
আউটপুট মূল্য $0.150 / 1M $2.000 / 1M
মোট ইনপুট টোকেন 112,713 106,946
আউটপুট টোকেন 5,436 7,993
রিজনিং টোকেন 121,598 503,413
প্রতিক্রিয়া সময় (গড়) 3.58s 54.50s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 17.84s 252.69s
প্রতিক্রিয়া সময় (মোট) 78.66s 1199.07s
প্যারামিটার ~100B ~300B মোট (~30B সক্রিয়)
উপলভ্যতা বন্ধ উৎস বন্ধ 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

#93 SpaceXAI: Grok Build 0.1

medium
খরচ
$0.028
সময়
81.3s
টোকেন
14,009 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 Build 0.1 5.7 9.7 33.3% 0 108.46s 8,304 1,138 161,452

দ্রুত তুলনা

তুলনার জুটি বদলান

Mercury 2.5 PreviewmediumvsGPT 5.3 ChatnoneQwen3.7 MaxnonevsGrok Build 0.1mediumGPT 5.3 ChatnonevsGrok Build 0.1mediumMercury 2.5 PreviewmediumvsGPT-5.6 TerralowMercury 2.5 PreviewmediumvsQwen3.7 MaxnoneGPT-5.6 TerralowvsGrok Build 0.1mediumQwen3.8 2.4T A95BhighvsGrok Build 0.1mediumMercury 2.5 PreviewmediumvsQwen3.8 2.4T A95BhighClaude Opus 5nonevsMercury 2.5 PreviewmediumGemini 3 Flash PreviewlowvsGrok Build 0.1mediumMercury 2.5 PreviewmediumvsSolar Pro 4xhighClaude Opus 5nonevsGrok Build 0.1medium