নেভিগেশন
Advertise here

Mercury 2 (medium) vs Qwen3.7 Flash (medium)

average score প্রায় সমান: 6.6 vs 6.6. Qwen3.7 Flash (medium)-এর benchmark খরচ কম: $0.076 vs $0.121. Mercury 2 (medium) দ্রুত: 4.40s vs 51.80s, pass rates 53.6% vs 62.3%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-10-17

তুলনা করা মডেল

র‍্যাঙ্ক
#218
মোট আউটপুট টোকেন
96,943
প্রতিক্রিয়া সময় (গড়)
4.40s
মোট খরচ
$0.121
র‍্যাঙ্ক
#216
মোট আউটপুট টোকেন
514,925
প্রতিক্রিয়া সময় (গড়)
51.80s
মোট খরচ
$0.076
প্রস্তাবিত মডেল Mercury 2 (medium)

It has the best score here (6.6), while responding about 11.8x faster than Qwen3.7 Flash (medium).

বিস্তারিত তুলনা

মেট্রিক Mercury 2 Mercury 2 medium প্রকাশ: 2026-02-24 Qwen3.7 Flash Qwen3.7 Flash medium প্রকাশ: 2026-07-28
স্কোর 6.6 6.6
র‍্যাঙ্ক #218 #216
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 8.1 7.3
প্রচেষ্টা 69/69 69/69
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 53.6% 62.3%
অস্থির টেস্ট 5 8
মোট রান 69 69
প্রতি ফলাফলে খরচ 1.201 0.760
মোট খরচ $0.121 $0.076
ইনপুট মূল্য $0.250 / 1M $0.030 / 1M
আউটপুট মূল্য $0.750 / 1M $0.130 / 1M
ক্যাশ পড়ার মূল্য $0.025 / 1M $0.006 / 1M
ক্যাশ লেখার মূল্য প্রযোজ্য নয় $0.039 / 1M
মোট ইনপুট টোকেন 189,300 300,394
আউটপুট টোকেন 10,854 14,081
রিজনিং টোকেন 86,089 500,844
প্রতিক্রিয়া সময় (গড়) 4.40s 51.80s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 34.92s 593.64s
প্রতিক্রিয়া সময় (মোট) 96.81s 1191.42s
প্যারামিটার ~100B ~35B মোট (~3B 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.

#218 Mercury 2

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

#216 Qwen3.7 Flash

medium
Reached the allocated time limit (600 seconds) without receiving showcase output.
খরচ
$0.000
সময়
600.0s
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
Qwen3.7 Flash 6.2 6.9 55.6% 1 46.78s 7,893 563 61,902

দ্রুত তুলনা

তুলনার জুটি বদলান

Mercury 2mediumvsStep 3.7 FlashhighLongCat 2.0lowvsQwen3.7 FlashmediumQwen3.7 FlashmediumvsGLM 5.2noneMercury 2mediumvsLongCat 2.0lowMercury 2mediumvsKAT-Coder-Pro V2.5lowGPT-5.5nonevsQwen3.7 FlashmediumQwen3.7 FlashmediumvsGLM 5.3 FlashlowQwen3.7 FlashmediumvsStep 3.7 FlashhighMercury 2mediumvsGLM 5.2noneKAT-Coder-Pro V2.5lowvsQwen3.7 FlashmediumApodex 1.1 Minihighবিনামূল্যে উপলভ্যvsQwen3.7 FlashmediumMercury 2mediumvsGPT-5.5none