#44 Mercury 2
medium- খরচ
- $0.002
- সময়
- 2.1s
- টোকেন
- 1,702 tok
AI BENCHY Compare
Inception: Mercury 2 vs xAI: Grok 4.3
সারাংশ
Mercury 2 vs Grok 4.3 benchmark তুলনা: Grok 4.3 average score-এ এগিয়ে: 7.7 vs 7.5. Mercury 2-এর benchmark খরচ কম: $0.058 vs $0.614. Mercury 2 দ্রুত: 2.24s vs 47.51s, pass rates 54.0% vs 71.4%.
প্রস্তাবিত মডেল: Mercury 2 - Its score stays close to the best score here (7.5 vs 7.7), while costing about 10.6x less than Grok 4.3.
AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-06-18
| মেট্রিক | Mercury 2 Mercury 2 medium | Grok 4.3 Grok 4.3 medium |
|---|---|---|
| স্কোর | 7.5 | 7.7 |
| র্যাঙ্ক | #44 | #37 |
| নির্ভরযোগ্যতা | 10.0 | 10.0 |
| ধারাবাহিকতা | 8.8 | 8.5 |
| সঠিক টেস্ট | ||
| প্রতি চেষ্টায় পাস রেট | 54.0% | 71.4% |
| অস্থির টেস্ট | 3 | 4 |
| মোট রান | 63 | 63 |
| প্রতি ফলাফলে খরচ | 0.578 | 4.724 |
| মোট খরচ | $0.058 | $0.614 |
| ইনপুট মূল্য | $0.250 / 1M | $1.250 / 1M |
| আউটপুট মূল্য | $0.750 / 1M | $2.500 / 1M |
| মোট ইনপুট টোকেন | 35,116 | 44,472 |
| আউটপুট টোকেন | 4,048 | 1,981 |
| রিজনিং টোকেন | 61,219 | 221,382 |
| প্রতিক্রিয়া সময় (গড়) | 2.24s | 47.51s |
| প্রতিক্রিয়া সময় (সর্বোচ্চ) | 14.63s | 216.69s |
| প্রতিক্রিয়া সময় (মোট) | 44.72s | 997.68s |
জেনারেশন শোকেস
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#37 xAI: Grok 4.3
medium- খরচ
- $0.009
- সময়
- 19.0s
- টোকেন
- 3,661 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
Step 3.7 FlashlowvsGrok 4.3mediumMercury 2mediumvsGPT-5.3 ChatnoneDeepSeek V4 ProhighvsMercury 2mediumDeepSeek V4 ProhighvsGrok 4.3mediumMercury 2mediumvsStep 3.7 FlashlowGemini 3 Flash PreviewlowvsMercury 2mediumGPT-5.3 ChatnonevsGrok 4.3mediumClaude Sonnet 4.6nonevsMercury 2mediumClaude Opus 4.8nonevsMercury 2mediumGemini 3 Flash PreviewlowvsGrok 4.3mediumDeepSeek V4 PrononevsMercury 2mediumMercury 2mediumvsQwen3.7 Plusnone