নেভিগেশন
Advertise here

Mercury 2 (medium) vs LongCat 2.0 (low)

average score প্রায় সমান: 6.6 vs 6.6. Mercury 2 (medium)-এর benchmark খরচ কম: $0.121 vs $0.495. Mercury 2 (medium) দ্রুত: 4.40s vs 115.00s, pass rates 53.6% vs 55.1%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-10-01

তুলনা করা মডেল

র‍্যাঙ্ক
#189
মোট আউটপুট টোকেন
96,943
প্রতিক্রিয়া সময় (গড়)
4.40s
মোট খরচ
$0.121
র‍্যাঙ্ক
#188
মোট আউটপুট টোকেন
346,225
প্রতিক্রিয়া সময় (গড়)
115.00s
মোট খরচ
$0.495
প্রস্তাবিত মডেল Mercury 2 (medium)

It has the best score here (6.6), while costing about 4.1x less than LongCat 2.0 (low).

বিস্তারিত তুলনা

মেট্রিক Mercury 2 Mercury 2 medium প্রকাশ: 2026-02-24 LongCat 2.0 LongCat 2.0 low প্রকাশ: 2026-07-20
স্কোর 6.6 6.6
র‍্যাঙ্ক #189 #188
নির্ভরযোগ্যতা 10.0 9.9
ধারাবাহিকতা 8.1 8.3
প্রচেষ্টা 69/69 69/69
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 53.6% 55.1%
অস্থির টেস্ট 5 5
মোট রান 69 69
প্রতি ফলাফলে খরচ 1.201 4.942
মোট খরচ $0.121 $0.495
ইনপুট মূল্য $0.250 / 1M $0.300 / 1M
আউটপুট মূল্য $0.750 / 1M $1.200 / 1M
মোট ইনপুট টোকেন 189,300 262,387
আউটপুট টোকেন 10,854 7,344
রিজনিং টোকেন 86,089 338,881
প্রতিক্রিয়া সময় (গড়) 4.40s 115.00s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 34.92s 560.39s
প্রতিক্রিয়া সময় (মোট) 96.81s 2645.11s
প্যারামিটার ~100B 1.6T মোট (48B 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.

#189 Mercury 2

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

#188 LongCat 2.0

low
খরচ
$0.024
সময়
428.0s
টোকেন
19,557 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
LongCat 2.0 6.6 4.6 77.8% 2 479.30s 6,544 461 206,627

দ্রুত তুলনা

তুলনার জুটি বদলান