नेविगेशन
Advertise here

Granite 4.1 8B vs Mercury 2.5

Granite 4.1 8B average score में आगे है: 4.0 vs 3.9. Granite 4.1 8B की benchmark लागत कम है: $0.007 vs $0.016. Granite 4.1 8B तेज है: 1.44s vs 2.45s, pass rates 9.1% vs 25.8%.

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

तुलना किए गए मॉडल

रैंक
#309
कुल आउटपुट टोकन
5,996
प्रतिक्रिया समय (औसत)
1.44s
कुल लागत
$0.007
रैंक
#312
कुल आउटपुट टोकन
71,143
प्रतिक्रिया समय (औसत)
2.45s
कुल लागत
$0.016
अनुशंसित मॉडल Granite 4.1 8B

It has the best score here (4.0), while costing about 2.5x less than Mercury 2.5.

विस्तृत तुलना

मेट्रिक Granite 4.1 8B Granite 4.1 8B none रिलीज़: 2026-05-01 Mercury 2.5 Mercury 2.5 none रिलीज़: 2026-09-08
स्कोर 4.0 3.9
रैंक #309 #312
विश्वसनीयता 10.0 10.0
संगति 10.0 7.5
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 9.1% 25.8%
अस्थिर टेस्ट 0 7
कुल रन 66 66
प्रति परिणाम लागत 0.315 0.782
कुल लागत $0.007 $0.016
इनपुट कीमत $0.050 / 1M $0.040 / 1M
आउटपुट कीमत $0.100 / 1M $0.150 / 1M
कुल इनपुट टोकन 113,836 123,740
आउटपुट टोकन 5,996 71,143
रीजनिंग टोकन 0 0
प्रतिक्रिया समय (औसत) 1.44s 2.45s
प्रतिक्रिया समय (अधिकतम) 16.67s 36.48s
प्रतिक्रिया समय (कुल) 31.75s 53.83s
पैरामीटर 8B ~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.

#309 IBM: Granite 4.1 8B

none
लागत
$0.001
समय
3.2s
टोकन
491 tok

#312 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

त्वरित तुलना

तुलना जोड़ी बदलें