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 Grok 4.7 (high)

Grok 4.7 (high) average score-এ এগিয়ে: 6.7 vs 6.6. Mercury 2 (medium)-এর benchmark খরচ কম: $0.121 vs $3.037. Mercury 2 (medium) দ্রুত: 4.40s vs 122.19s, pass rates 53.6% vs 72.5%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-10-26

তুলনা করা মডেল

র‍্যাঙ্ক
#232
মোট আউটপুট টোকেন
96,943
প্রতিক্রিয়া সময় (গড়)
4.40s
মোট খরচ
$0.121
র‍্যাঙ্ক
#221
মোট আউটপুট টোকেন
487,184
প্রতিক্রিয়া সময় (গড়)
122.19s
মোট খরচ
$3.037
প্রস্তাবিত মডেল Mercury 2 (medium)

Its score stays close to the best score here (6.6 vs 6.7), while costing about 25.3x less than Grok 4.7 (high).

বিস্তারিত তুলনা

মেট্রিক Mercury 2 Mercury 2 medium প্রকাশ: 2026-02-24 Grok 4.7 Grok 4.7 high প্রকাশ: 2026-09-21
স্কোর 6.6 6.7
র‍্যাঙ্ক #232 #221
নির্ভরযোগ্যতা 10.0 9.6
ধারাবাহিকতা 8.1 7.7
প্রচেষ্টা 69/69 69/69
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 53.6% 72.5%
অস্থির টেস্ট 5 7
মোট রান 69 69
প্রতি ফলাফলে খরচ 1.201 23.360
মোট খরচ $0.121 $3.037
ইনপুট মূল্য $0.250 / 1M $2.000 / 1M
আউটপুট মূল্য $0.750 / 1M $6.000 / 1M
ক্যাশ পড়ার মূল্য $0.025 / 1M $0.500 / 1M
ক্যাশ লেখার মূল্য প্রযোজ্য নয় প্রযোজ্য নয়
মোট ইনপুট টোকেন 189,300 329,276
আউটপুট টোকেন 10,854 8,172
রিজনিং টোকেন 86,089 479,012
প্রতিক্রিয়া সময় (গড়) 4.40s 122.19s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 34.92s 573.57s
প্রতিক্রিয়া সময় (মোট) 96.81s 2810.40s
প্যারামিটার ~100B ~1.7T মোট (~170B 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.

#232 Mercury 2

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

#221 SpaceXAI: Grok 4.7

high
খরচ
$0.110
সময়
301.3s
টোকেন
23,143 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
Grok 4.7 6.0 4.6 66.7% 2 335.92s 10,266 353 199,976

তুলনার জুটি বদলান