नेविगेशन
Advertise here

Gemma 4 26B A4B (medium) vs Mercury 2.5 (medium)

average score लगभग बराबर है: 6.8 vs 6.8. Mercury 2.5 (medium) की benchmark लागत कम है: $0.022 vs $0.092. Mercury 2.5 (medium) तेज है: 3.19s vs 104.93s, pass rates 69.7% vs 65.2%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-09-08

तुलना किए गए मॉडल

रैंक
#159
कुल आउटपुट टोकन
253,646
प्रतिक्रिया समय (औसत)
104.93s
कुल लागत
$0.092
रैंक
#157
कुल आउटपुट टोकन
120,129
प्रतिक्रिया समय (औसत)
3.19s
कुल लागत
$0.022
अनुशंसित मॉडल Mercury 2.5 (medium)

It has the best score here (6.8), while costing about 4.2x less than Gemma 4 26B A4B (medium).

विस्तृत तुलना

मेट्रिक Gemma 4 26B A4B Gemma 4 26B A4B medium रिलीज़: 2026-04-03 निःशुल्क उपलब्ध Mercury 2.5 Mercury 2.5 medium रिलीज़: 2026-09-08
स्कोर 6.8 6.8
रैंक #159 #157
विश्वसनीयता 10.0 9.8
संगति 9.6 8.6
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 69.7% 65.2%
अस्थिर टेस्ट 1 4
कुल रन 66 66
प्रति परिणाम लागत 0.623 0.181
कुल लागत $0.092 $0.022
इनपुट कीमत $0.070 / 1M $0.040 / 1M
आउटपुट कीमत $0.340 / 1M $0.150 / 1M
कुल इनपुट टोकन 77,528 91,402
आउटपुट टोकन 26,048 3,138
रीजनिंग टोकन 227,598 116,991
प्रतिक्रिया समय (औसत) 104.93s 3.19s
प्रतिक्रिया समय (अधिकतम) 912.19s 9.87s
प्रतिक्रिया समय (कुल) 2203.52s 70.18s
पैरामीटर 25.2B कुल (3.8B सक्रिय) ~100B
उपलब्धता मुक्त स्रोत बंद स्रोत

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#159 Gemma 4 26B A4B

medium
Reached the allocated time limit (300 seconds) without receiving showcase output.
लागत
$0.000
समय
300.0s
टोकन
0 tok

#157 Mercury 2.5

medium
लागत
$0.001
समय
3.8s
टोकन
3,386 tok

स्कोर के अनुसार शीर्ष मॉडल

स्कोर बनाम कुल लागत

प्रतिक्रिया समय (औसत)

स्कोर vs प्रतिक्रिया समय (औसत)

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

श्रेणी विवरण

कोडिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Gemma 4 26B A4B 2.9 10.0 0.0% 0 272.54s 5,062 14,838 44,567
Mercury 2.5 5.0 5.1 44.5% 2 3.70s 7,807 488 21,857

त्वरित तुलना

तुलना जोड़ी बदलें