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

Granite 4.2 8B (high) vs Mercury 2.5 Preview

average score लगभग बराबर है: 4.7 vs 4.7. Mercury 2.5 Preview की benchmark लागत कम है: $0.023 vs $0.161. Mercury 2.5 Preview तेज है: 7.05s vs 235.35s, pass rates 37.7% vs 29.0%.

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

तुलना किए गए मॉडल

रैंक
#318
कुल आउटपुट टोकन
661,367
प्रतिक्रिया समय (औसत)
235.35s
कुल लागत
$0.161
रैंक
#314
कुल आउटपुट टोकन
86,367
प्रतिक्रिया समय (औसत)
7.05s
कुल लागत
$0.023
अनुशंसित मॉडल Mercury 2.5 Preview

It has the best score here (4.7), while costing about 7.2x less than Granite 4.2 8B (high).

विस्तृत तुलना

मेट्रिक Granite 4.2 8B Granite 4.2 8B high रिलीज़: 2026-09-02 Mercury 2.5 Preview Mercury 2.5 Preview none रिलीज़: 2026-09-02
स्कोर 4.7 4.7
रैंक #318 #314
विश्वसनीयता 8.2 9.9
संगति 6.4 8.3
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 37.7% 29.0%
अस्थिर टेस्ट 10 5
कुल रन 69 69
प्रति परिणाम लागत 2.751 0.559
कुल लागत $0.161 $0.023
इनपुट कीमत $0.060 / 1M $0.000 / 1M
आउटपुट कीमत $0.250 / 1M $0.000 / 1M
कुल इनपुट टोकन 282,658 250,541
आउटपुट टोकन 198,563 86,367
रीजनिंग टोकन 462,804 0
प्रतिक्रिया समय (औसत) 235.35s 7.05s
प्रतिक्रिया समय (अधिकतम) 685.87s 84.96s
प्रतिक्रिया समय (कुल) 5413.09s 162.25s
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.

#318 IBM: Granite 4.2 8B

high
Provider returned error
लागत
$0.000
समय
0.2s
टोकन
0 tok

#314 Mercury 2.5 Preview

none
अमान्य SVG
लागत
$0.001
समय
3.3s
टोकन
3,122 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 4.2 8B 3.8 4.3 33.3% 2 515.34s 7,047 42,438 154,749
Mercury 2.5 Preview 4.7 7.9 22.2% 1 459ms 7,850 650 0

त्वरित तुलना

तुलना जोड़ी बदलें