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 GPT-5.5

GPT-5.5 average score-এ এগিয়ে: 6.6 vs 6.6. Mercury 2 (medium)-এর benchmark খরচ কম: $0.121 vs $1.212. Mercury 2 (medium) দ্রুত: 4.40s vs 4.75s, pass rates 53.6% vs 56.5%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-10-19

তুলনা করা মডেল

র‍্যাঙ্ক
#223
মোট আউটপুট টোকেন
96,943
প্রতিক্রিয়া সময় (গড়)
4.40s
মোট খরচ
$0.121
র‍্যাঙ্ক
#219
মোট আউটপুট টোকেন
6,197
প্রতিক্রিয়া সময় (গড়)
4.75s
মোট খরচ
$1.212
প্রস্তাবিত মডেল Mercury 2 (medium)

Its score stays close to the best score here (6.6 vs 6.6), while costing about 10.1x less than GPT-5.5.

বিস্তারিত তুলনা

মেট্রিক Mercury 2 Mercury 2 medium প্রকাশ: 2026-02-24 GPT-5.5 GPT-5.5 none প্রকাশ: 2026-04-24
স্কোর 6.6 6.6
র‍্যাঙ্ক #223 #219
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 8.1 9.3
প্রচেষ্টা 69/69 69/69
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 53.6% 56.5%
অস্থির টেস্ট 5 2
মোট রান 69 69
প্রতি ফলাফলে খরচ 1.201 10.096
মোট খরচ $0.121 $1.212
ইনপুট মূল্য $0.250 / 1M $5.000 / 1M
আউটপুট মূল্য $0.750 / 1M $30.000 / 1M
ক্যাশ পড়ার মূল্য $0.025 / 1M $0.500 / 1M
ক্যাশ লেখার মূল্য প্রযোজ্য নয় প্রযোজ্য নয়
মোট ইনপুট টোকেন 189,300 205,108
আউটপুট টোকেন 10,854 6,197
রিজনিং টোকেন 86,089 0
প্রতিক্রিয়া সময় (গড়) 4.40s 4.75s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 34.92s 57.53s
প্রতিক্রিয়া সময় (মোট) 96.81s 109.31s
প্যারামিটার ~100B ~1.5T মোট (~100B 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.

#223 Mercury 2

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

#219 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

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
GPT-5.5 5.5 10.0 33.3% 0 1.35s 7,305 462 0

তুলনার জুটি বদলান