নেভিগেশন
Advertise here

Mercury 2.5 Preview (medium) vs GLM 5.3 FlashX Legal (low)

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 $0.135. Mercury 2.5 Preview (medium) দ্রুত: 6.66s vs 8.30s, pass rates 66.7% vs 55.1%.

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
#237
মোট আউটপুট টোকেন
37,995
প্রতিক্রিয়া সময় (গড়)
8.30s
মোট খরচ
$0.135
প্রস্তাবিত মডেল Mercury 2.5 Preview (medium)

It has the best score here (6.8), while costing about 3.5x less than GLM 5.3 FlashX Legal (low).

বিস্তারিত তুলনা

মেট্রিক Mercury 2.5 Preview Mercury 2.5 Preview medium প্রকাশ: 2026-09-02 GLM 5.3 FlashX Legal GLM 5.3 FlashX Legal low প্রকাশ: 2026-11-02
স্কোর 6.8 6.7
র‍্যাঙ্ক #231 #237
নির্ভরযোগ্যতা 10.0 9.7
ধারাবাহিকতা 9.6 7.8
প্রচেষ্টা 69/69 69/69
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 66.7% 55.1%
অস্থির টেস্ট 1 6
মোট রান 69 69
প্রতি ফলাফলে খরচ 0.244 1.349
মোট খরচ $0.039 $0.135
ইনপুট মূল্য $0.040 / 1M $0.370 / 1M
আউটপুট মূল্য $0.150 / 1M $1.250 / 1M
ক্যাশ পড়ার মূল্য প্রযোজ্য নয় $0.075 / 1M
ক্যাশ লেখার মূল্য প্রযোজ্য নয় প্রযোজ্য নয়
মোট ইনপুট টোকেন 397,291 236,104
আউটপুট টোকেন 6,355 11,222
রিজনিং টোকেন 143,752 26,773
প্রতিক্রিয়া সময় (গড়) 6.66s 8.30s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 74.63s 64.18s
প্রতিক্রিয়া সময় (মোট) 153.29s 190.99s
প্যারামিটার ~100B ~320B মোট (~18B 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

#237 GLM 5.3 FlashX Legal

low
খরচ
$0.003
সময়
12.4s
টোকেন
2,362 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
GLM 5.3 FlashX Legal 5.4 7.2 44.4% 1 5.90s 7,317 465 3,760

দ্রুত তুলনা

তুলনার জুটি বদলান

Qwen3.5-FlashnonevsGLM 5.3 FlashX LegallowMercury 2.5 PreviewmediumvsInklinglowবিনামূল্যে উপলভ্যMercury 2.5 PreviewmediumvsGPT-6 SolnoneGrok Build 0.1mediumvsGLM 5.3 FlashX LegallowGrok 4.7highvsGLM 5.3 FlashX LegallowMiniMax M3mediumvsGLM 5.3 FlashX LegallowEmber-1maxvsGLM 5.3 FlashX LegallowGrok 4.7xhighvsGLM 5.3 FlashX LegallowGPT 5.3 ChatdefaultvsGLM 5.3 FlashX LegallowGPT-5.6 SolnonevsGLM 5.3 FlashX LegallowApodex 1.1 Minihighবিনামূল্যে উপলভ্যvsGLM 5.3 FlashX LegallowSolar Pro 4xhighvsGLM 5.3 FlashX Legallow