নেভিগেশন
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Mercury 2.5 Preview vs Mistral Small 4 (medium)

Mistral Small 4 (medium) average score-এ এগিয়ে: 5.1 vs 4.9. Mercury 2.5 Preview-এর benchmark খরচ কম: $0.018 vs $0.097. Mercury 2.5 Preview দ্রুত: 3.51s vs 10.80s, pass rates 30.3% vs 43.9%.

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

র‍্যাঙ্ক
#259
মোট আউটপুট টোকেন
82,585
প্রতিক্রিয়া সময় (গড়)
3.51s
মোট খরচ
$0.018
র‍্যাঙ্ক
#246
মোট আউটপুট টোকেন
133,597
প্রতিক্রিয়া সময় (গড়)
10.80s
মোট খরচ
$0.097
প্রস্তাবিত মডেল Mercury 2.5 Preview

Its score stays close to the best score here (4.9 vs 5.1), while costing about 5.5x less than Mistral Small 4 (medium).

বিস্তারিত তুলনা

মেট্রিক Mercury 2.5 Preview Mercury 2.5 Preview none প্রকাশ: 2026-09-02 Mistral Small 4 Mistral Small 4 medium প্রকাশ: 2026-03-16
স্কোর 4.9 5.1
র‍্যাঙ্ক #259 #246
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 8.3 7.0
প্রচেষ্টা 66/66 66/66
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 30.3% 43.9%
অস্থির টেস্ট 5 8
মোট রান 66 66
প্রতি ফলাফলে খরচ 0.440 1.923
মোট খরচ $0.018 $0.097
ইনপুট মূল্য $0.040 / 1M $0.150 / 1M
আউটপুট মূল্য $0.150 / 1M $0.600 / 1M
মোট ইনপুট টোকেন 130,296 140,559
আউটপুট টোকেন 82,585 40,268
রিজনিং টোকেন 0 93,329
প্রতিক্রিয়া সময় (গড়) 3.51s 10.80s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 60.70s 59.15s
প্রতিক্রিয়া সময় (মোট) 77.28s 237.60s
প্যারামিটার ~100B 119B মোট (6B সক্রিয়)
উপলভ্যতা বন্ধ উৎস উন্মুক্ত উৎস

মডেল জেনারেশন শোকেস

Hamster playing table tennis

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

#259 Mercury 2.5 Preview

none
অবৈধ SVG
খরচ
$0.001
সময়
3.3s
টোকেন
3,122 tok

#246 Mistral Small 4

medium
খরচ
$0.006
সময়
47.9s
টোকেন
9,857 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 4.7 7.9 22.2% 1 459ms 7,850 650 0
Mistral Small 4 4.4 5.1 33.3% 2 39.98s 7,636 11,635 54,715

দ্রুত তুলনা

তুলনার জুটি বদলান