नेविगेशन
Advertise here

Mercury 2.5 Preview (medium) vs GPT 5.3 Chat (default)

Mercury 2.5 Preview (medium) average score में आगे है: 6.8 vs 6.7. Mercury 2.5 Preview (medium) की benchmark लागत कम है: $0.039 vs $0.533. GPT 5.3 Chat (default) तेज है: 6.31s vs 6.66s, pass rates 66.7% vs 62.3%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-16

तुलना किए गए मॉडल

रैंक
#199
कुल आउटपुट टोकन
150,107
प्रतिक्रिया समय (औसत)
6.66s
कुल लागत
$0.039
रैंक
#210
कुल आउटपुट टोकन
28,179
प्रतिक्रिया समय (औसत)
6.31s
कुल लागत
$0.533
अनुशंसित मॉडल Mercury 2.5 Preview (medium)

It has the best score here (6.8), while costing about 13.9x less than GPT 5.3 Chat (default).

विस्तृत तुलना

मेट्रिक Mercury 2.5 Preview Mercury 2.5 Preview medium रिलीज़: 2026-09-02 GPT 5.3 Chat GPT 5.3 Chat default रिलीज़: 2026-03-03
स्कोर 6.8 6.7
रैंक #199 #210
विश्वसनीयता 10.0 10.0
संगति 9.6 8.6
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 66.7% 62.3%
अस्थिर टेस्ट 1 4
कुल रन 69 69
प्रति परिणाम लागत 0.244 4.097
कुल लागत $0.039 $0.533
इनपुट कीमत $0.040 / 1M $1.750 / 1M
आउटपुट कीमत $0.150 / 1M $14.000 / 1M
कैश पढ़ने की कीमत लागू नहीं लागू नहीं
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 397,291 78,846
आउटपुट टोकन 6,355 7,635
रीजनिंग टोकन 143,752 20,544
प्रतिक्रिया समय (औसत) 6.66s 6.31s
प्रतिक्रिया समय (अधिकतम) 74.63s 18.33s
प्रतिक्रिया समय (कुल) 153.29s 138.73s
पैरामीटर ~100B ~400B कुल (~17B सक्रिय)
उपलब्धता बंद 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.

#199 Mercury 2.5 Preview

medium
लागत
$0.001
समय
2.7s
टोकन
2,241 tok

#210 GPT 5.3 Chat

default
लागत
$0.008
समय
8.1s
टोकन
634 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 7.8 10.0 66.7% 0 3.86s 7,839 552 22,126
GPT 5.3 Chat 5.6 4.7 55.6% 2 10.52s 7,302 808 5,824

त्वरित तुलना

तुलना जोड़ी बदलें

Ember-1maxvsGPT 5.3 ChatdefaultMercury 2.5 PreviewmediumvsInklinglowनिःशुल्क उपलब्धMiniMax M3mediumvsGPT 5.3 ChatdefaultGPT 5.3 ChatdefaultvsGrok 4.7highApodex 1.1 Minihighनिःशुल्क उपलब्धvsGPT 5.3 ChatdefaultGPT 5.3 ChatdefaultvsSolar Pro 4lowMercury 2.5 PreviewmediumvsGPT-6 SolnoneGPT 5.3 ChatdefaultvsQwen3.5-FlashnoneGPT 5.3 ChatdefaultvsGLM 5.3 FlashlowGPT 5.3 ChatdefaultvsGLM 5.2noneClaude Opus 4.8nonevsMercury 2.5 PreviewmediumClaude Sonnet 5.5lowvsMercury 2.5 Previewmedium