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

Mercury 2 (medium) vs KAT-Coder-Pro V2.5 (low)

average score প্রায় সমান: 6.6 vs 6.5. Mercury 2 (medium)-এর benchmark খরচ কম: $0.121 vs $0.568. Mercury 2 (medium) দ্রুত: 4.40s vs 19.40s, pass rates 53.6% vs 65.2%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-11-13

তুলনা করা মডেল

র‍্যাঙ্ক
#263
মোট আউটপুট টোকেন
96,943
প্রতিক্রিয়া সময় (গড়)
4.40s
মোট খরচ
$0.121
র‍্যাঙ্ক
#266
মোট আউটপুট টোকেন
113,193
প্রতিক্রিয়া সময় (গড়)
19.40s
মোট খরচ
$0.568
প্রস্তাবিত মডেল Mercury 2 (medium)

It has the best score here (6.6), while costing about 4.7x less than KAT-Coder-Pro V2.5 (low).

বিস্তারিত তুলনা

মেট্রিক Mercury 2 Mercury 2 medium প্রকাশ: 2026-02-24 KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 low প্রকাশ: 2026-07-14
স্কোর 6.6 6.5
র‍্যাঙ্ক #263 #266
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 8.1 7.1
প্রচেষ্টা 69/69 69/69
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 53.6% 65.2%
অস্থির টেস্ট 5 8
মোট রান 69 69
প্রতি ফলাফলে খরচ 1.201 3.636
মোট খরচ $0.121 $0.568
ইনপুট মূল্য $0.250 / 1M $0.740 / 1M
আউটপুট মূল্য $0.750 / 1M $2.960 / 1M
ক্যাশ পড়ার মূল্য $0.025 / 1M $0.150 / 1M
ক্যাশ লেখার মূল্য প্রযোজ্য নয় প্রযোজ্য নয়
মোট ইনপুট টোকেন 189,300 87,682
আউটপুট টোকেন 10,854 7,166
রিজনিং টোকেন 86,089 106,027
প্রতিক্রিয়া সময় (গড়) 4.40s 19.40s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 34.92s 209.15s
প্রতিক্রিয়া সময় (মোট) 96.81s 446.11s
প্যারামিটার ~100B ~700B মোট (~72B 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.

#263 Mercury 2

medium
খরচ
$0.002
সময়
2.1s
টোকেন
1,702 tok

#266 KAT-Coder-Pro V2.5

low
খরচ
$0.016
সময়
47.6s
টোকেন
5,182 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 8.2 7.7 77.8% 1 2.04s 7,065 296 11,328
KAT-Coder-Pro V2.5 7.8 10.0 66.7% 0 24.87s 7,893 402 24,945

তুলনার জুটি বদলান