#151 Mercury 2
none- খরচ
- $0.002
- সময়
- 1.8s
- টোকেন
- 1,514 tok
AI BENCHY Compare
Inception: Mercury 2 vs xAI: Grok 4.20
সারাংশ
Mercury 2 vs Grok 4.20 benchmark তুলনা: Mercury 2 average score-এ এগিয়ে: 4.6 vs 4.4. Mercury 2-এর benchmark খরচ কম: $0.011 vs $0.057. Mercury 2 দ্রুত: 653ms vs 1.11s, pass rates 23.8% vs 28.6%.
প্রস্তাবিত মডেল: Mercury 2 - It has the best score here (4.6), while costing about 5.5x less than Grok 4.20.
AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-06-18
| মেট্রিক | Mercury 2 Mercury 2 none | Grok 4.20 Grok 4.20 none |
|---|---|---|
| স্কোর | 4.6 | 4.4 |
| র্যাঙ্ক | #151 | #155 |
| নির্ভরযোগ্যতা | 10.0 | প্রযোজ্য নয় |
| ধারাবাহিকতা | 9.2 | 8.5 |
| সঠিক টেস্ট | ||
| প্রতি চেষ্টায় পাস রেট | 23.8% | 28.6% |
| অস্থির টেস্ট | 2 | 0 |
| মোট রান | 63 | 54 |
| প্রতি ফলাফলে খরচ | 0.259 | 1.570 |
| মোট খরচ | $0.011 | $0.057 |
| ইনপুট মূল্য | $0.250 / 1M | $1.250 / 1M |
| আউটপুট মূল্য | $0.750 / 1M | $2.500 / 1M |
| মোট ইনপুট টোকেন | 28,113 | 41,313 |
| আউটপুট টোকেন | 4,439 | 1,923 |
| রিজনিং টোকেন | 0 | 0 |
| প্রতিক্রিয়া সময় (গড়) | 653ms | 1.11s |
| প্রতিক্রিয়া সময় (সর্বোচ্চ) | 1.43s | 6.04s |
| প্রতিক্রিয়া সময় (মোট) | 13.72s | 19.96s |
জেনারেশন শোকেস
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#155 xAI: Grok 4.20
none- খরচ
- $0.004
- সময়
- 6.5s
- টোকেন
- 1,367 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
Mercury 2nonevsQwen3 Coder NextmediumGrok 4.20nonevsGLM 4.7 FlashmediumMercury 2nonevsMiniMax M2.5mediumCobuddymediumvsMercury 2noneQwen3 Coder NextmediumvsGrok 4.20noneMercury 2nonevsGLM 4.7 FlashmediumMiniMax M2.5mediumvsGrok 4.20noneMercury 2nonevsMistral Small 4mediumMercury 2nonevsMiniMax M2.7mediumCobuddymediumvsGrok 4.20noneQwen3.5-9BmediumvsGrok 4.20noneMistral Small 4mediumvsGrok 4.20none