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 Build 0.1 (medium)

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 $1.419. Mercury 2.5 Preview (medium) দ্রুত: 6.66s vs 55.13s, pass rates 66.7% vs 58.0%.

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
#204
মোট আউটপুট টোকেন
529,806
প্রতিক্রিয়া সময় (গড়)
55.13s
মোট খরচ
$1.419
প্রস্তাবিত মডেল Mercury 2.5 Preview (medium)

It has the best score here (6.8), while costing about 36.9x 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 6.8 6.7
র‍্যাঙ্ক #199 #204
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 9.6 9.6
প্রচেষ্টা 69/69 69/69
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 66.7% 58.0%
অস্থির টেস্ট 1 1
মোট রান 69 69
প্রতি ফলাফলে খরচ 0.244 10.910
মোট খরচ $0.039 $1.419
ইনপুট মূল্য $0.040 / 1M $1.000 / 1M
আউটপুট মূল্য $0.150 / 1M $2.000 / 1M
ক্যাশ পড়ার মূল্য প্রযোজ্য নয় $0.200 / 1M
ক্যাশ লেখার মূল্য প্রযোজ্য নয় প্রযোজ্য নয়
মোট ইনপুট টোকেন 397,291 358,616
আউটপুট টোকেন 6,355 9,651
রিজনিং টোকেন 143,752 520,155
প্রতিক্রিয়া সময় (গড়) 6.66s 55.13s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 74.63s 252.69s
প্রতিক্রিয়া সময় (মোট) 153.29s 1268.10s
প্যারামিটার ~100B ~300B মোট (~30B 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

#204 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 PreviewmediumvsInklinglowবিনামূল্যে উপলভ্যSolar Pro 4xhighvsGrok Build 0.1mediumMercury 2.5 PreviewmediumvsGPT-6 SolnoneQwen3.5-FlashnonevsGrok Build 0.1mediumSolar Pro 4lowvsGrok Build 0.1mediumSpace Bunny AlphamaxvsGrok Build 0.1mediumClaude Opus 4.8nonevsMercury 2.5 PreviewmediumClaude Sonnet 5.5lowvsMercury 2.5 PreviewmediumEmber-1maxvsGrok Build 0.1mediumGPT 5.3 ChatdefaultvsGrok Build 0.1mediumGPT-5.6 SolnonevsGrok Build 0.1mediumMercury 2.5 PreviewmediumvsGPT-5.6 Lunalow