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 (default) vs GPT-5.4 Nano

Mercury 2.5 Preview (default) average score-এ এগিয়ে: 4.7 vs 4.6. Mercury 2.5 Preview (default)-এর benchmark খরচ কম: $0.023 vs $0.068. GPT-5.4 Nano দ্রুত: 4.42s vs 7.05s, pass rates 29.0% vs 26.1%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-10-13

তুলনা করা মডেল

র‍্যাঙ্ক
#345
মোট আউটপুট টোকেন
86,367
প্রতিক্রিয়া সময় (গড়)
7.05s
মোট খরচ
$0.023
র‍্যাঙ্ক
#352
মোট আউটপুট টোকেন
14,894
প্রতিক্রিয়া সময় (গড়)
4.42s
মোট খরচ
$0.068
প্রস্তাবিত মডেল Mercury 2.5 Preview (default)

It has the best score here (4.7), while costing about 3.0x less than GPT-5.4 Nano.

বিস্তারিত তুলনা

মেট্রিক Mercury 2.5 Preview Mercury 2.5 Preview default প্রকাশ: 2026-09-02 GPT-5.4 Nano GPT-5.4 Nano none প্রকাশ: 2026-03-17
স্কোর 4.7 4.6
র‍্যাঙ্ক #345 #352
নির্ভরযোগ্যতা 9.9 10.0
ধারাবাহিকতা 8.3 8.7
প্রচেষ্টা 69/69 69/69
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 29.0% 26.1%
অস্থির টেস্ট 5 4
মোট রান 69 69
প্রতি ফলাফলে খরচ 0.559 1.699
মোট খরচ $0.023 $0.068
ইনপুট মূল্য $0.040 / 1M $0.200 / 1M
আউটপুট মূল্য $0.150 / 1M $1.250 / 1M
ক্যাশ পড়ার মূল্য প্রযোজ্য নয় $0.020 / 1M
ক্যাশ লেখার মূল্য প্রযোজ্য নয় প্রযোজ্য নয়
মোট ইনপুট টোকেন 250,541 246,687
আউটপুট টোকেন 86,367 14,894
রিজনিং টোকেন 0 0
প্রতিক্রিয়া সময় (গড়) 7.05s 4.42s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 84.96s 45.38s
প্রতিক্রিয়া সময় (মোট) 162.25s 101.75s
প্যারামিটার ~100B ~120B মোট (~5B 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.

#345 Mercury 2.5 Preview

default
অবৈধ SVG
খরচ
$0.001
সময়
3.3s
টোকেন
3,122 tok

#352 GPT-5.4 Nano

none
খরচ
$0.008
সময়
46.1s
টোকেন
5,735 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-5.4 Nano 4.6 7.9 22.2% 1 2.22s 7,305 613 0

তুলনার জুটি বদলান