नेविगेशन
Advertise here

Mercury 2.5 (medium) vs Solar Pro 4 (medium)

average score लगभग बराबर है: 6.8 vs 6.8. Mercury 2.5 (medium) की benchmark लागत कम है: $0.022 vs $0.047. Mercury 2.5 (medium) तेज है: 3.19s vs 127.64s, pass rates 65.2% vs 62.1%.

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

तुलना किए गए मॉडल

रैंक
#157
कुल आउटपुट टोकन
120,129
प्रतिक्रिया समय (औसत)
3.19s
कुल लागत
$0.022
रैंक
#153
कुल आउटपुट टोकन
366,411
प्रतिक्रिया समय (औसत)
127.64s
कुल लागत
$0.047
अनुशंसित मॉडल Mercury 2.5 (medium)

It has the best score here (6.8), while costing about 2.2x less than Solar Pro 4 (medium).

विस्तृत तुलना

मेट्रिक Mercury 2.5 Mercury 2.5 medium रिलीज़: 2026-09-08 Solar Pro 4 Solar Pro 4 medium रिलीज़: 2026-08-11
स्कोर 6.8 6.8
रैंक #157 #153
विश्वसनीयता 9.8 9.9
संगति 8.6 8.6
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 65.2% 62.1%
अस्थिर टेस्ट 4 4
कुल रन 66 66
प्रति परिणाम लागत 0.181 0.389
कुल लागत $0.022 $0.047
इनपुट कीमत $0.040 / 1M $0.030 / 1M
आउटपुट कीमत $0.150 / 1M $0.120 / 1M
कुल इनपुट टोकन 91,402 87,902
आउटपुट टोकन 3,138 30,743
रीजनिंग टोकन 116,991 335,668
प्रतिक्रिया समय (औसत) 3.19s 127.64s
प्रतिक्रिया समय (अधिकतम) 9.87s 519.91s
प्रतिक्रिया समय (कुल) 70.18s 2808.09s
पैरामीटर ~100B ~100B
उपलब्धता बंद स्रोत बंद स्रोत

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#157 Mercury 2.5

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

#153 Solar Pro 4

medium
इस मॉडल के लिए अभी तक कोई शोकेस परिणाम उत्पन्न नहीं हुआ है।
लागत
लागू नहीं
समय
-
टोकन
0 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
Mercury 2.5 5.0 5.1 44.5% 2 3.70s 7,807 488 21,857
Solar Pro 4 5.5 7.4 44.4% 1 310.39s 6,960 24,549 98,680

त्वरित तुलना

तुलना जोड़ी बदलें