नेविगेशन
Advertise here

Gemma 4 31B (medium) vs Mercury 2.5 Preview (medium)

Gemma 4 31B (medium) average score में आगे है: 6.9 vs 6.8. Mercury 2.5 Preview (medium) की benchmark लागत कम है: $0.039 vs $0.144. Mercury 2.5 Preview (medium) तेज है: 6.66s vs 78.76s, pass rates 66.7% vs 66.7%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-01

तुलना किए गए मॉडल

रैंक
#164
कुल आउटपुट टोकन
277,315
प्रतिक्रिया समय (औसत)
78.76s
कुल लागत
$0.144
रैंक
#171
कुल आउटपुट टोकन
150,107
प्रतिक्रिया समय (औसत)
6.66s
कुल लागत
$0.039
अनुशंसित मॉडल Mercury 2.5 Preview (medium)

Its score stays close to the best score here (6.8 vs 6.9), while costing about 3.7x less than Gemma 4 31B (medium).

विस्तृत तुलना

मेट्रिक Gemma 4 31B Gemma 4 31B medium रिलीज़: 2026-04-02 निःशुल्क उपलब्ध Mercury 2.5 Preview Mercury 2.5 Preview medium रिलीज़: 2026-09-02
स्कोर 6.9 6.8
रैंक #164 #171
विश्वसनीयता 10.0 10.0
संगति 8.7 9.6
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 66.7% 66.7%
अस्थिर टेस्ट 3 1
कुल रन 69 69
प्रति परिणाम लागत 1.195 0.244
कुल लागत $0.144 $0.039
इनपुट कीमत $0.090 / 1M $0.040 / 1M
आउटपुट कीमत $0.340 / 1M $0.150 / 1M
कैश पढ़ने की कीमत $0.050 / 1M लागू नहीं
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 251,164 397,291
आउटपुट टोकन 36,112 6,355
रीजनिंग टोकन 241,203 143,752
प्रतिक्रिया समय (औसत) 78.76s 6.66s
प्रतिक्रिया समय (अधिकतम) 437.40s 74.63s
प्रतिक्रिया समय (कुल) 1653.96s 153.29s
पैरामीटर 30.7B ~100B
उपलब्धता मुक्त स्रोत बंद स्रोत

कैश की कीमतें इनपुट टोकन पर लागू होती हैं। पढ़ने पर कैश किए गए प्रॉम्प्ट का दोबारा उपयोग होता है; लिखने पर वे सहेजे जाते हैं और अतिरिक्त लागत हो सकती है। आउटपुट टोकन पर आउटपुट की कीमत लागू होती है।

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#164 Gemma 4 31B

medium
लागत
$0.002
समय
45.7s
टोकन
2,696 tok

#171 Mercury 2.5 Preview

medium
लागत
$0.001
समय
2.7s
टोकन
2,241 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 31B 4.3 5.8 22.2% 1 219.76s 5,568 11,098 33,212
Mercury 2.5 Preview 7.8 10.0 66.7% 0 3.86s 7,839 552 22,126

त्वरित तुलना

तुलना जोड़ी बदलें

Mercury 2.5 PreviewmediumvsInklinglowनिःशुल्क उपलब्धGemma 4 31Bmediumनिःशुल्क उपलब्धvsGPT-5.6 LunalowClaude Sonnet 5.5lowvsGemma 4 31Bmediumनिःशुल्क उपलब्धClaude Opus 4.8nonevsGemma 4 31Bmediumनिःशुल्क उपलब्धEmber-1highvsGemma 4 31Bmediumनिःशुल्क उपलब्धMercury 2.5 PreviewmediumvsGPT-6 SolnoneClaude Opus 4.8nonevsMercury 2.5 PreviewmediumClaude Sonnet 5.5lowvsMercury 2.5 PreviewmediumMercury 2.5 PreviewmediumvsGPT-5.6 LunalowGemma 4 31Bmediumनिःशुल्क उपलब्धvsInklinglowनिःशुल्क उपलब्धEmber-1highvsMercury 2.5 PreviewmediumMercury 2.5 PreviewmediumvsSpace Bunny Alphamax