নেভিগেশন
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Inception: Mercury 2 vs Z.ai: GLM 4.7 Flash

Mercury 2 average score-এ এগিয়ে: 4.6 vs 4.3. Mercury 2-এর benchmark খরচ কম: $0.030 vs $0.166. Mercury 2 দ্রুত: 829ms vs 142.59s, pass rates 22.7% vs 31.8%.

প্রস্তাবিত মডেলMercury 2It has the best score here (4.6), while costing about 5.7x less than GLM 4.7 Flash (medium).

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-07-18

মেট্রিক Mercury 2 Mercury 2 none প্রকাশ: 2026-02-24 GLM 4.7 Flash GLM 4.7 Flash medium প্রকাশ: 2026-01-19
স্কোর 4.6 4.3
র‍্যাঙ্ক #185 #190
নির্ভরযোগ্যতা 10.0 7.8
ধারাবাহিকতা 9.2 7.0
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 22.7% 31.8%
অস্থির টেস্ট 2 8
মোট রান 66 66
প্রতি ফলাফলে খরচ 0.734 4.147
মোট খরচ $0.030 $0.166
ইনপুট মূল্য $0.250 / 1M $0.061 / 1M
আউটপুট মূল্য $0.750 / 1M $0.400 / 1M
মোট ইনপুট টোকেন 88,704 79,051
আউটপুট টোকেন 9,564 43,754
রিজনিং টোকেন 0 374,109
প্রতিক্রিয়া সময় (গড়) 829ms 142.59s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 4.52s 1539.97s
প্রতিক্রিয়া সময় (মোট) 18.24s 1996.21s

Hamster playing table tennis

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

#185 Mercury 2

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

#190 GLM 4.7 Flash

medium
অবৈধ SVG
খরচ
$0.000
সময়
186.2s
টোকেন
12,112 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
GLM 4.7 Flash 3.2 7.4 11.1% 1 55.33s 3,106 4,981 22,387

দ্রুত তুলনা

তুলনার জুটি বদলান