নেভিগেশন
AI BENCHY
Advertise here

Mercury 2 (medium) vs Kimi K2.5 (medium)

average score প্রায় সমান: 7.0 vs 7.0. Mercury 2 (medium)-এর benchmark খরচ কম: $0.094 vs $0.607. Mercury 2 (medium) দ্রুত: 2.95s vs 98.19s, pass rates 53.0% vs 63.6%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-08-15

র‍্যাঙ্ক
#119
মোট আউটপুট টোকেন
87,554
প্রতিক্রিয়া সময় (গড়)
2.95s
মোট খরচ
$0.094
র‍্যাঙ্ক
#122
মোট আউটপুট টোকেন
220,942
প্রতিক্রিয়া সময় (গড়)
98.19s
মোট খরচ
$0.607
প্রস্তাবিত মডেল Mercury 2 (medium)

It has the best score here (7.0), while costing about 6.5x less than Kimi K2.5 (medium).

বিস্তারিত তুলনা

মেট্রিক Mercury 2 Mercury 2 medium প্রকাশ: 2026-02-24 Kimi K2.5 Kimi K2.5 medium প্রকাশ: 2026-01-27
স্কোর 7.0 7.0
র‍্যাঙ্ক #119 #122
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 8.4 7.0
প্রচেষ্টা 66/66 66/66
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 53.0% 63.6%
অস্থির টেস্ট 4 8
মোট রান 66 66
প্রতি ফলাফলে খরচ 0.933 4.849
মোট খরচ $0.094 $0.607
ইনপুট মূল্য $0.250 / 1M $0.571 / 1M
আউটপুট মূল্য $0.750 / 1M $2.850 / 1M
মোট ইনপুট টোকেন 110,515 118,496
আউটপুট টোকেন 10,325 53,522
রিজনিং টোকেন 77,229 167,420
প্রতিক্রিয়া সময় (গড়) 2.95s 98.19s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 14.63s 281.00s
প্রতিক্রিয়া সময় (মোট) 61.89s 1571.05s
প্যারামিটার ~100B 1T মোট (32B সক্রিয়)
উপলভ্যতা বন্ধ উৎস ওজন উপলভ্য

মডেল জেনারেশন শোকেস

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#119 Mercury 2

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

#122 MoonshotAI: Kimi K2.5

medium
খরচ
$0.030
সময়
58.6s
টোকেন
8,683 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
Kimi K2.5 6.1 4.6 66.7% 2 217.49s 6,935 5,705 74,693

দ্রুত তুলনা

তুলনার জুটি বদলান