AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com
#259

Mercury 2.5 Preview

Inception প্রকাশ: 2026-09-02 পরীক্ষিত হয়েছে: 2026-09-02 02:04 inception/mercury-2.5-preview::none
~100Bঅন্যান্যবন্ধ উৎসআনুমানিক

সারাংশ

Mercury 2.5 Preview AI BENCHY-তে 4.9 স্কোর করে এবং #259 স্থানে আছে। এর reliability 10.0, pass rate 30.3%, মোট খরচ $0.018, এবং গড় response time 3.51s.

মডেলের তথ্য

গবেষণার তারিখ: 2026-09-02

আনুমানিক
প্যারামিটার
~100B
আর্কিটেকচার
অন্যান্য
উপলভ্যতা
বন্ধ উৎস
লাইসেন্স
-

সর্বজনীন তথ্যপ্রমাণের ভিত্তিতে সেরা অনুমান; প্রদানকারী সব মান প্রকাশ করেনি।

ধারাবাহিকতা

8.3

মোট আউটপুট টোকেন

82,585

মোট ইনপুট টোকেন

130,296

ইনপুট মূল্য

$0.040 / 1M

আউটপুট মূল্য

$0.150 / 1M

সঠিক টেস্ট

ভুল টেস্ট: 18

প্রতি চেষ্টায় পাস রেট: 30.3%

অস্থির টেস্ট

5

অস্থির টেস্টে রানভেদে মিশ্র ফল হয়েছে (কমপক্ষে একটি পাস এবং একটি ফেল)।

প্রতিক্রিয়া সময় (গড়)

3.51s

প্রতিক্রিয়া সময় (সর্বোচ্চ): 60.70s

প্রতিক্রিয়া সময় (মোট): 77.28s

Hamster playing table tennis

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

#259 Mercury 2.5 Preview

none
অবৈধ SVG
খরচ
$0.001
সময়
3.3s
টোকেন
3,122 tok

চার্ট

প্রথম মডেলটি নির্বাচন করুন, তারপর দ্বিতীয় মডেলে ক্লিক করে পাশাপাশি তুলনা পৃষ্ঠা খুলুন।

মোট আউটপুট টোকেন

স্কোর vs মোট আউটপুট টোকেন

দ্রুত তুলনা

বিভাগভিত্তিক বিশ্লেষণ

বিভাগ স্কোর ধারাবাহিকতা সঠিক টেস্ট
অ্যান্টি-এআই কৌশল 3.8 8.3
কোডিং 4.7 7.9
সমন্বিত 3.0 10.0
ডেটা পার্সিং ও নিষ্কাশন 6.3 5.8
ডোমেইন-নির্দিষ্ট 3.6 7.2
Sadharon Buddhimotta 5.0 10.0
নির্দেশনা অনুসরণ 6.3 10.0
ধাঁধা সমাধান 5.6 7.4
টুল কলিং 10.0 10.0
সাধারণ জ্ঞান 3.0 10.0

তুলনা করা মডেল