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

Inception: Mercury 2 vs NVIDIA: Nemotron 3 Ultra

Nemotron 3 Ultra (medium) average score-এ এগিয়ে: 7.5 vs 7.0. Mercury 2 (medium)-এর benchmark খরচ কম: $0.093 vs $0.774. Mercury 2 (medium) দ্রুত: 2.72s vs 32.21s, pass rates 51.5% vs 68.2%.

প্রস্তাবিত মডেলMercury 2 (medium)Its score stays close to the best score here (7.0 vs 7.5), while costing about 8.3x less than Nemotron 3 Ultra (medium).

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-07-18

মেট্রিক Mercury 2 Mercury 2 medium প্রকাশ: 2026-02-24 Nemotron 3 Ultra Nemotron 3 Ultra medium প্রকাশ: 2026-06-04 বিনামূল্যে উপলভ্য
স্কোর 7.0 7.5
র‍্যাঙ্ক #77 #51
নির্ভরযোগ্যতা 10.0 9.8
ধারাবাহিকতা 8.8 8.5
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 51.5% 68.2%
অস্থির টেস্ট 3 4
মোট রান 66 66
প্রতি ফলাফলে খরচ 0.928 0.000
মোট খরচ $0.093 $0.774
ইনপুট মূল্য $0.250 / 1M $0.600 / 1M
আউটপুট মূল্য $0.750 / 1M $3.600 / 1M
মোট ইনপুট টোকেন 109,572 233,488
আউটপুট টোকেন 10,313 57,916
রিজনিং টোকেন 76,806 128,062
প্রতিক্রিয়া সময় (গড়) 2.72s 32.21s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 14.63s 392.56s
প্রতিক্রিয়া সময় (মোট) 57.12s 708.65s

Hamster playing table tennis

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

#77 Mercury 2

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

#51 Nemotron 3 Ultra

medium
অবৈধ SVG
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 8.2 7.7 77.8% 1 2.04s 7,065 296 11,328
Nemotron 3 Ultra 8.4 7.4 88.9% 1 26.53s 7,686 2,854 17,725

দ্রুত তুলনা

তুলনার জুটি বদলান