নেভিগেশন
Advertise here

Mercury 2.5 Preview (default) vs Qwen3 Coder Next (medium)

Mercury 2.5 Preview (default) average score-এ এগিয়ে: 4.7 vs 4.7. Mercury 2.5 Preview (default)-এর benchmark খরচ কম: $0.023 vs $0.071. Mercury 2.5 Preview (default) দ্রুত: 7.05s vs 16.97s, pass rates 29.0% vs 24.6%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-11-16

তুলনা করা মডেল

র‍্যাঙ্ক
#419
মোট আউটপুট টোকেন
86,367
প্রতিক্রিয়া সময় (গড়)
7.05s
মোট খরচ
$0.023
র‍্যাঙ্ক
#424
মোট আউটপুট টোকেন
40,395
প্রতিক্রিয়া সময় (গড়)
16.97s
মোট খরচ
$0.071
প্রস্তাবিত মডেল Mercury 2.5 Preview (default)

It has the best score here (4.7), while costing about 3.0x less than Qwen3 Coder Next (medium).

বিস্তারিত তুলনা

মেট্রিক Mercury 2.5 Preview Mercury 2.5 Preview default প্রকাশ: 2026-09-02 Qwen3 Coder Next Qwen3 Coder Next medium প্রকাশ: 2026-02-03
স্কোর 4.7 4.7
র‍্যাঙ্ক #419 #424
নির্ভরযোগ্যতা 9.9 10.0
ধারাবাহিকতা 8.3 8.7
প্রচেষ্টা 69/69 69/69
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 29.0% 24.6%
অস্থির টেস্ট 5 4
মোট রান 69 69
প্রতি ফলাফলে খরচ 0.559 2.280
মোট খরচ $0.023 $0.071
ইনপুট মূল্য $0.040 / 1M $0.120 / 1M
আউটপুট মূল্য $0.150 / 1M $0.800 / 1M
ক্যাশ পড়ার মূল্য প্রযোজ্য নয় $0.070 / 1M
ক্যাশ লেখার মূল্য প্রযোজ্য নয় প্রযোজ্য নয়
মোট ইনপুট টোকেন 250,541 311,647
আউটপুট টোকেন 86,367 40,395
রিজনিং টোকেন 0 0
প্রতিক্রিয়া সময় (গড়) 7.05s 16.97s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 84.96s 151.35s
প্রতিক্রিয়া সময় (মোট) 162.25s 305.55s
প্যারামিটার ~100B 80B মোট (3B সক্রিয়)
উপলভ্যতা বন্ধ উৎস উন্মুক্ত 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.

#419 Mercury 2.5 Preview

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

#424 Qwen3 Coder Next

medium
Reached the allocated time limit (300 seconds) without receiving showcase output.
খরচ
$0.000
সময়
300.0s
টোকেন
0 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
Qwen3 Coder Next 3.7 7.2 22.2% 1 924ms 7,185 336 0

তুলনার জুটি বদলান