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 Beam 1.0 501B A23B (low)

Mercury 2 (medium) average score-এ এগিয়ে: 6.6 vs 6.4. Mercury 2 (medium)-এর benchmark খরচ কম: $0.121 vs $0.432. Mercury 2 (medium) দ্রুত: 4.40s vs 4.89s, pass rates 53.6% vs 60.9%.

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
#238
মোট আউটপুট টোকেন
71,250
প্রতিক্রিয়া সময় (গড়)
4.89s
মোট খরচ
$0.432
প্রস্তাবিত মডেল Mercury 2 (medium)

It has the best score here (6.6), while costing about 3.6x less than Beam 1.0 501B A23B (low).

বিস্তারিত তুলনা

মেট্রিক Mercury 2 Mercury 2 medium প্রকাশ: 2026-02-24 Beam 1.0 501B A23B Beam 1.0 501B A23B low প্রকাশ: 2026-10-17
স্কোর 6.6 6.4
র‍্যাঙ্ক #218 #238
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 8.1 8.0
প্রচেষ্টা 69/69 69/69
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 53.6% 60.9%
অস্থির টেস্ট 5 6
মোট রান 69 69
প্রতি ফলাফলে খরচ 1.201 3.926
মোট খরচ $0.121 $0.432
ইনপুট মূল্য $0.250 / 1M $1.000 / 1M
আউটপুট মূল্য $0.750 / 1M $3.000 / 1M
ক্যাশ পড়ার মূল্য $0.025 / 1M $0.100 / 1M
ক্যাশ লেখার মূল্য প্রযোজ্য নয় প্রযোজ্য নয়
মোট ইনপুট টোকেন 189,300 218,076
আউটপুট টোকেন 10,854 4,863
রিজনিং টোকেন 86,089 66,387
প্রতিক্রিয়া সময় (গড়) 4.40s 4.89s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 34.92s 29.49s
প্রতিক্রিয়া সময় (মোট) 96.81s 112.55s
প্যারামিটার ~100B 501B মোট (23B সক্রিয়)
উপলভ্যতা বন্ধ উৎস উন্মুক্ত 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

#238 Beam 1.0 501B A23B

low
খরচ
$0.006
সময়
12.0s
টোকেন
4,777 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
Beam 1.0 501B A23B 10.0 10.0 100.0% 0 7.29s 7,791 569 17,401

তুলনার জুটি বদলান