#59 Mercury 2
medium- খরচ
- $0.002
- সময়
- 2.1s
- টোকেন
- 1,702 tok
Inception
প্রকাশ: 2026-02-24
পরীক্ষিত হয়েছে: 2026-04-11 01:44
inception/mercury-2::medium
(medium)
(none)
সারাংশ
Mercury 2 AI BENCHY-তে 6.5 স্কোর করে এবং #59 স্থানে আছে। এর reliability প্রযোজ্য নয়, pass rate 53.7%, মোট খরচ $0.047, এবং গড় response time 2.21s.
Mercury 2 কে আলাদা করে যা: এটি কোডিং-তে সবচেয়ে ভালোভাবে নজর কাড়ে, যেখানে এর rank #1; আর ধাঁধা সমাধান এর দুর্বলতম ক্ষেত্র, rank #18. এই score range-এর জন্য মোট benchmark খরচ অস্বাভাবিকভাবে কম। একই ধরনের মডেলের তুলনায় এটি লক্ষণীয়ভাবে দ্রুত।
6.5
ধারাবাহিকতা
8.6
প্রযোজ্য নয়
$0.047
মোট আউটপুট টোকেন
52,305
মোট ইনপুট টোকেন
0
ইনপুট মূল্য
$0.250 / 1M
আউটপুট মূল্য
$0.750 / 1M
অস্থির টেস্ট
3
অস্থির টেস্টে রানভেদে মিশ্র ফল হয়েছে (কমপক্ষে একটি পাস এবং একটি ফেল)।
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
রান ইতিহাস
| পরীক্ষিত হয়েছে | স্কোর | নির্ভরযোগ্যতা | সঠিক টেস্ট | মোট খরচ | তুলনা করুন |
|---|---|---|---|---|---|
| 2026-07-16 23:14 নতুন টেস্ট যোগ হয়েছে | 7.0 | 10.0 | $0.093 | তুলনা করুন | |
| 2026-06-04 14:27 নতুন টেস্ট যোগ হয়েছে | 6.6 | 10.0 | $0.058 | তুলনা করুন | |
| 2026-05-22 00:40 পুনরায় পরীক্ষা | 6.3 | 10.0 | $0.055 | তুলনা করুন | |
| 2026-04-11 01:44 প্রথম নথিভুক্ত রান | 6.5 | প্রযোজ্য নয় | $0.047 | বর্তমান রান |
চার্ট
প্রথম মডেলটি নির্বাচন করুন, তারপর দ্বিতীয় মডেলে ক্লিক করে পাশাপাশি তুলনা পৃষ্ঠা খুলুন।
স্কোর অনুযায়ী শীর্ষ মডেল
স্কোর vs মোট খরচ
প্রতিক্রিয়া সময় (গড়)
স্কোর vs প্রতিক্রিয়া সময় (গড়)
মোট আউটপুট টোকেন
স্কোর vs মোট আউটপুট টোকেন
দ্রুত তুলনা
Mercury 2mediumvsDeepSeek V3.2mediumMercury 2mediumvsGrok 4.20mediumMercury 2mediumvsGemini 3.5 FlashnoneMercury 2mediumvsGLM 5.1mediumMercury 2mediumvsSeed-2.0-MinimediumMercury 2mediumvsGemini 3 Flash PreviewmediumMercury 2mediumvsGemini 3.5 FlashhighMercury 2mediumvsNemotron 3 Ultramediumবিনামূল্যে উপলভ্যMercury 2mediumvsGPT-5.5low
বিভাগভিত্তিক বিশ্লেষণ
| বিভাগ | স্কোর | ধারাবাহিকতা | সঠিক টেস্ট |
|---|---|---|---|
| অ্যান্টি-এআই কৌশল | 6.9 | 9.9 | |
| কোডিং | 10.0 | 10.0 | |
| সমন্বিত | 10.0 | 10.0 | |
| ডেটা পার্সিং ও নিষ্কাশন | 7.3 | 5.9 | |
| ডোমেইন-নির্দিষ্ট | 2.9 | 7.2 | |
| Sadharon Buddhimotta | 4.8 | 10.0 | |
| নির্দেশনা অনুসরণ | 10.0 | 10.0 | |
| ধাঁধা সমাধান | 3.9 | 7.5 | |
| টুল কলিং | 10.0 | 10.0 |