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

Granite 4.1 8b (default) vs Mercury 2.5

Mercury 2.5 average score में आगे है: 4.1 vs 3.8. Granite 4.1 8b (default) की benchmark लागत कम है: $0.007 vs $0.026. Granite 4.1 8b (default) तेज है: 1.38s vs 5.10s, pass rates 8.7% vs 24.6%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-19

तुलना किए गए मॉडल

रैंक
#405
कुल आउटपुट टोकन
5,996
प्रतिक्रिया समय (औसत)
1.38s
कुल लागत
$0.007
रैंक
#397
कुल आउटपुट टोकन
89,958
प्रतिक्रिया समय (औसत)
5.10s
कुल लागत
$0.026
अनुशंसित मॉडल Granite 4.1 8b (default)

Its score stays close to the best score here (3.8 vs 4.1), while costing about 4.1x less than Mercury 2.5.

विस्तृत तुलना

मेट्रिक Granite 4.1 8b Granite 4.1 8b default रिलीज़: 2026-05-01 Mercury 2.5 Mercury 2.5 none रिलीज़: 2026-09-08
स्कोर 3.8 4.1
रैंक #405 #397
विश्वसनीयता 10.0 10.0
संगति 10.0 7.6
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 8.7% 24.6%
अस्थिर टेस्ट 0 7
कुल रन 69 69
प्रति परिणाम लागत 0.315 1.298
कुल लागत $0.007 $0.026
इनपुट कीमत $0.050 / 1M $0.040 / 1M
आउटपुट कीमत $0.100 / 1M $0.150 / 1M
कैश पढ़ने की कीमत लागू नहीं $0.004 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 113,836 311,488
आउटपुट टोकन 5,996 89,958
रीजनिंग टोकन 0 0
प्रतिक्रिया समय (औसत) 1.38s 5.10s
प्रतिक्रिया समय (अधिकतम) 16.67s 63.41s
प्रतिक्रिया समय (कुल) 31.81s 117.24s
पैरामीटर 8B ~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.

#405 Granite 4.1 8b

default
लागत
$0.001
समय
3.2s
टोकन
491 tok

#397 Mercury 2.5

none
लागत
$0.001
समय
2.7s
टोकन
2,749 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
Granite 4.1 8b 4.5 10.0 0.0% 0 775ms 8,344 525 0
Mercury 2.5 3.7 7.0 22.2% 1 12.50s 7,888 61,297 0

तुलना जोड़ी बदलें