নেভিগেশন
AI BENCHY
Advertise here

Mercury 2 vs MiniMax M2.5 (medium)

Mercury 2 average score-এ এগিয়ে: 4.7 vs 4.6. Mercury 2-এর benchmark খরচ কম: $0.030 vs $0.327. Mercury 2 দ্রুত: 825ms vs 69.08s, pass rates 24.2% vs 43.9%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-09-03

র‍্যাঙ্ক
#281
মোট আউটপুট টোকেন
9,584
প্রতিক্রিয়া সময় (গড়)
825ms
মোট খরচ
$0.030
র‍্যাঙ্ক
#284
মোট আউটপুট টোকেন
272,229
প্রতিক্রিয়া সময় (গড়)
69.08s
মোট খরচ
$0.327
প্রস্তাবিত মডেল Mercury 2

It has the best score here (4.7), while costing about 11.0x less than MiniMax M2.5 (medium).

বিস্তারিত তুলনা

মেট্রিক Mercury 2 Mercury 2 none প্রকাশ: 2026-02-24 MiniMax M2.5 MiniMax M2.5 medium প্রকাশ: 2026-02-12
স্কোর 4.7 4.6
র‍্যাঙ্ক #281 #284
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 9.2 6.6
প্রচেষ্টা 66/66 66/66
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 24.2% 43.9%
অস্থির টেস্ট 2 9
মোট রান 66 66
প্রতি ফলাফলে খরচ 0.740 6.463
মোট খরচ $0.030 $0.327
ইনপুট মূল্য $0.250 / 1M $0.270 / 1M
আউটপুট মূল্য $0.750 / 1M $1.080 / 1M
মোট ইনপুট টোকেন 89,637 142,621
আউটপুট টোকেন 9,584 20,409
রিজনিং টোকেন 0 251,820
প্রতিক্রিয়া সময় (গড়) 825ms 69.08s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 4.52s 251.36s
প্রতিক্রিয়া সময় (মোট) 18.14s 1036.24s
প্যারামিটার ~100B 230B মোট (10B সক্রিয়)
উপলভ্যতা বন্ধ উৎস ওজন উপলভ্য

মডেল জেনারেশন শোকেস

Hamster playing table tennis

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

#281 Mercury 2

none
খরচ
$0.002
সময়
1.8s
টোকেন
1,514 tok

#284 MiniMax M2.5

medium
অবৈধ SVG
খরচ
$0.000
সময়
300.0s
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 3.4 9.6 0.0% 0 1.03s 7,229 3,088 0
MiniMax M2.5 3.4 9.1 0.0% 0 188.58s 6,076 357 106,177

দ্রুত তুলনা

তুলনার জুটি বদলান