নেভিগেশন
AI BENCHY
Advertise here

Mercury 2.5 Preview vs GPT-4o-mini

average score প্রায় সমান: 4.9 vs 5.0. GPT-4o-mini-এর benchmark খরচ কম: $0.010 vs $0.018. GPT-4o-mini দ্রুত: 1.92s vs 3.51s, pass rates 30.3% vs 22.7%.

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
#257
মোট আউটপুট টোকেন
2,913
প্রতিক্রিয়া সময় (গড়)
1.92s
মোট খরচ
$0.010
প্রস্তাবিত মডেল GPT-4o-mini

It has the best score here (5.0), while costing about 1.8x less than Mercury 2.5 Preview.

বিস্তারিত তুলনা

মেট্রিক Mercury 2.5 Preview Mercury 2.5 Preview none প্রকাশ: 2026-09-02 GPT-4o-mini GPT-4o-mini none প্রকাশ: 2024-07-18
স্কোর 4.9 5.0
র‍্যাঙ্ক #259 #257
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 8.3 9.9
প্রচেষ্টা 66/66 66/66
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 30.3% 22.7%
অস্থির টেস্ট 5 0
মোট রান 66 66
প্রতি ফলাফলে খরচ 0.440 0.195
মোট খরচ $0.018 $0.010
ইনপুট মূল্য $0.040 / 1M $0.150 / 1M
আউটপুট মূল্য $0.150 / 1M $0.600 / 1M
মোট ইনপুট টোকেন 130,296 53,145
আউটপুট টোকেন 82,585 2,913
রিজনিং টোকেন 0 0
প্রতিক্রিয়া সময় (গড়) 3.51s 1.92s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 60.70s 7.58s
প্রতিক্রিয়া সময় (মোট) 77.28s 30.71s
প্যারামিটার ~100B ~8B
উপলভ্যতা বন্ধ উৎস বন্ধ 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

#257 GPT-4o-mini

none
খরচ
$0.001
সময়
6.6s
টোকেন
742 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
GPT-4o-mini 3.2 9.6 0.0% 0 1.63s 7,314 367 0

দ্রুত তুলনা

তুলনার জুটি বদলান

GPT-4o-mininonevsLaguna S 2.1lowবিনামূল্যে উপলভ্যMercury 2.5 PreviewlowvsGPT-4o-mininoneMiniMax M2.7mediumvsGPT-4o-mininoneMercury 2.5 PreviewnonevsLaguna S 2.1lowবিনামূল্যে উপলভ্যMercury 2.5 PreviewnonevsNemotron 3.5 Lightninglowবিনামূল্যে উপলভ্যMercury 2.5 PreviewnonevsMiniMax M2.7mediumTrinity Large ThinkinghighvsMercury 2.5 PreviewnoneNemotron 3.5 Lightninglowবিনামূল্যে উপলভ্যvsGPT-4o-mininoneTrinity Large ThinkinghighvsGPT-4o-mininoneGranite 4.2 8BlowvsGPT-4o-mininoneMistral Small 4mediumvsGPT-4o-mininoneNemotron 3.5 Lightningmediumবিনামূল্যে উপলভ্যvsGPT-4o-mininone