নেভিগেশন
Advertise here

Mercury 2 (medium) vs Space Bunny Alpha (high)

average score প্রায় সমান: 7.0 vs 7.0. Space Bunny Alpha (high)-এর benchmark খরচ কম: $0.000 vs $0.094. Mercury 2 (medium) দ্রুত: 2.95s vs 27.38s, pass rates 53.0% vs 62.1%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-09-24

তুলনা করা মডেল

র‍্যাঙ্ক
#164
মোট আউটপুট টোকেন
87,554
প্রতিক্রিয়া সময় (গড়)
2.95s
মোট খরচ
$0.094
র‍্যাঙ্ক
#161
মোট আউটপুট টোকেন
170,155
প্রতিক্রিয়া সময় (গড়)
27.38s
মোট খরচ
$0.000
প্রস্তাবিত মডেল Mercury 2 (medium)

It has the best score here (7.0), while responding about 9.3x faster than Space Bunny Alpha (high).

বিস্তারিত তুলনা

মেট্রিক Mercury 2 Mercury 2 medium প্রকাশ: 2026-02-24 Space Bunny Alpha Space Bunny Alpha high প্রকাশ: 2026-09-24
স্কোর 7.0 7.0
র‍্যাঙ্ক #164 #161
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 8.4 8.5
প্রচেষ্টা 66/66 66/66
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 53.0% 62.1%
অস্থির টেস্ট 4 4
মোট রান 66 66
প্রতি ফলাফলে খরচ 0.933 0.000
মোট খরচ $0.094 $0.000
ইনপুট মূল্য $0.250 / 1M $0.000 / 1M
আউটপুট মূল্য $0.750 / 1M $0.000 / 1M
মোট ইনপুট টোকেন 110,515 137,409
আউটপুট টোকেন 10,325 170,155
রিজনিং টোকেন 77,229 0
প্রতিক্রিয়া সময় (গড়) 2.95s 27.38s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 14.63s 234.56s
প্রতিক্রিয়া সময় (মোট) 61.89s 602.37s
প্যারামিটার ~100B -
উপলভ্যতা বন্ধ উৎস বন্ধ উৎস

মডেল জেনারেশন শোকেস

Hamster playing table tennis

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

#164 Mercury 2

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

#161 Space Bunny Alpha

high
খরচ
$0.000
সময়
76.4s
টোকেন
8,935 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
Space Bunny Alpha 6.2 7.1 55.6% 1 8.29s 8,493 8,006 0

দ্রুত তুলনা

তুলনার জুটি বদলান