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

Mercury 2.5 Preview (low) vs GPT-5.4 Nano

Mercury 2.5 Preview (low) average score में आगे है: 5.0 vs 4.8. Mercury 2.5 Preview (low) की benchmark लागत कम है: $0.011 vs $0.041. Mercury 2.5 Preview (low) तेज है: 1.31s vs 2.56s, pass rates 47.0% vs 27.3%.

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

तुलना किए गए मॉडल

रैंक
#271
कुल आउटपुट टोकन
31,975
प्रतिक्रिया समय (औसत)
1.31s
कुल लागत
$0.011
रैंक
#282
कुल आउटपुट टोकन
13,794
प्रतिक्रिया समय (औसत)
2.56s
कुल लागत
$0.041
अनुशंसित मॉडल Mercury 2.5 Preview (low)

It has the best score here (5.0), while costing about 4.0x less than GPT-5.4 Nano.

विस्तृत तुलना

मेट्रिक Mercury 2.5 Preview Mercury 2.5 Preview low रिलीज़: 2026-09-02 GPT-5.4 Nano GPT-5.4 Nano none रिलीज़: 2026-03-17
स्कोर 5.0 4.8
रैंक #271 #282
विश्वसनीयता 10.0 10.0
संगति 7.0 8.6
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 47.0% 27.3%
अस्थिर टेस्ट 8 4
कुल रन 66 66
प्रति परिणाम लागत 0.169 1.011
कुल लागत $0.011 $0.041
इनपुट कीमत $0.040 / 1M $0.200 / 1M
आउटपुट कीमत $0.150 / 1M $1.250 / 1M
कुल इनपुट टोकन 133,525 115,933
आउटपुट टोकन 7,259 13,794
रीजनिंग टोकन 24,716 0
प्रतिक्रिया समय (औसत) 1.31s 2.56s
प्रतिक्रिया समय (अधिकतम) 7.29s 25.50s
प्रतिक्रिया समय (कुल) 28.77s 56.37s
पैरामीटर ~100B ~120B कुल (~5B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#271 Mercury 2.5 Preview

low
लागत
$0.001
समय
1.5s
टोकन
1,169 tok

#282 GPT-5.4 Nano

none
लागत
$0.008
समय
46.1s
टोकन
5,735 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 Preview 5.5 10.0 33.3% 0 972ms 7,794 695 2,263
GPT-5.4 Nano 4.6 7.9 22.2% 1 2.22s 7,305 613 0

त्वरित तुलना

तुलना जोड़ी बदलें