- র্যাঙ্ক
- #136
- মোট আউটপুট টোকেন
- 87,554
- প্রতিক্রিয়া সময় (গড়)
- 2.95s
- মোট খরচ
- $0.094
Mercury 2 (medium) vs GPT-5.5
average score প্রায় সমান: 7.0 vs 7.0. Mercury 2 (medium)-এর benchmark খরচ কম: $0.094 vs $0.544. GPT-5.5 দ্রুত: 2.35s vs 2.95s, pass rates 53.0% vs 59.1%.
- র্যাঙ্ক
- #135
- মোট আউটপুট টোকেন
- 4,915
- প্রতিক্রিয়া সময় (গড়)
- 2.35s
- মোট খরচ
- $0.544
প্রস্তাবিত মডেল
Mercury 2 (medium)
It has the best score here (7.0), while costing about 5.8x less than GPT-5.5.
বিস্তারিত তুলনা
| মেট্রিক | Mercury 2 Mercury 2 medium | GPT-5.5 GPT-5.5 none |
|---|---|---|
| স্কোর | 7.0 | 7.0 |
| র্যাঙ্ক | #136 | #135 |
| নির্ভরযোগ্যতা | 10.0 | 10.0 |
| ধারাবাহিকতা | 8.4 | 9.2 |
| প্রচেষ্টা | 66/66 | 66/66 |
| সঠিক টেস্ট | ||
| প্রতি চেষ্টায় পাস রেট | 53.0% | 59.1% |
| অস্থির টেস্ট | 4 | 2 |
| মোট রান | 66 | 66 |
| প্রতি ফলাফলে খরচ | 0.933 | 4.533 |
| মোট খরচ | $0.094 | $0.544 |
| ইনপুট মূল্য | $0.250 / 1M | $5.000 / 1M |
| আউটপুট মূল্য | $0.750 / 1M | $30.000 / 1M |
| মোট ইনপুট টোকেন | 110,515 | 79,294 |
| আউটপুট টোকেন | 10,325 | 4,915 |
| রিজনিং টোকেন | 77,229 | 0 |
| প্রতিক্রিয়া সময় (গড়) | 2.95s | 2.35s |
| প্রতিক্রিয়া সময় (সর্বোচ্চ) | 14.63s | 12.24s |
| প্রতিক্রিয়া সময় (মোট) | 61.89s | 51.78s |
| প্যারামিটার | ~100B | ~1.5T মোট (~100B সক্রিয়) |
| উপলভ্যতা | বন্ধ উৎস | বন্ধ উৎস |
মডেল জেনারেশন শোকেস
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#136 Mercury 2
medium- খরচ
- $0.002
- সময়
- 2.1s
- টোকেন
- 1,702 tok
#135 GPT-5.5
none- খরচ
- $0.090
- সময়
- 54.3s
- টোকেন
- 3,063 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
দ্রুত তুলনা
তুলনার জুটি বদলান
GPT-5.5nonevsGLM 5.1mediumGPT-5.5nonevsGrok 4.20mediumDeepSeek V3.2mediumvsGPT-5.5noneSeed-2.0-MinimediumvsGPT-5.5noneKimi K2.5mediumvsGPT-5.5noneMercury 2mediumvsGPT-5.6 SolnoneGPT-5.5nonevsGrok 4.3mediumKAT-Coder-Pro V2.5mediumvsGPT-5.5noneClaude Fable 5.1lowvsMercury 2mediumClaude Fable 5.1lowvsGPT-5.5noneGPT-5.5nonevsQwen3.7 FlashmediumSeed-2.0-CodehighvsMercury 2medium