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

Mercury 2.5 Preview (medium) vs GPT-5.6 Terra (low)

average score लगभग बराबर है: 7.5 vs 7.5. Mercury 2.5 Preview (medium) की benchmark लागत कम है: $0.024 vs $0.420. Mercury 2.5 Preview (medium) तेज है: 3.58s vs 5.45s, pass rates 69.7% vs 74.2%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-09-02

रैंक
#91
कुल आउटपुट टोकन
127,034
प्रतिक्रिया समय (औसत)
3.58s
कुल लागत
$0.024
रैंक
#86
कुल आउटपुट टोकन
21,586
प्रतिक्रिया समय (औसत)
5.45s
कुल लागत
$0.420
अनुशंसित मॉडल Mercury 2.5 Preview (medium)

It has the best score here (7.5), while costing about 17.8x less than GPT-5.6 Terra (low).

विस्तृत तुलना

मेट्रिक Mercury 2.5 Preview Mercury 2.5 Preview medium रिलीज़: 2026-09-02 GPT-5.6 Terra GPT-5.6 Terra low रिलीज़: 2026-07-09
स्कोर 7.5 7.5
रैंक #91 #86
विश्वसनीयता 10.0 10.0
संगति 9.6 7.9
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 69.7% 74.2%
अस्थिर टेस्ट 1 6
कुल रन 66 66
प्रति परिणाम लागत 0.158 3.954
कुल लागत $0.024 $0.420
इनपुट कीमत $0.040 / 1M $2.000 / 1M
आउटपुट कीमत $0.150 / 1M $12.000 / 1M
कुल इनपुट टोकन 112,713 80,304
आउटपुट टोकन 5,436 4,714
रीजनिंग टोकन 121,598 16,872
प्रतिक्रिया समय (औसत) 3.58s 5.45s
प्रतिक्रिया समय (अधिकतम) 17.84s 19.85s
प्रतिक्रिया समय (कुल) 78.66s 119.83s
पैरामीटर ~100B ~1T कुल (~60B 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.

#91 Mercury 2.5 Preview

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

#86 GPT-5.6 Terra

low
लागत
$0.034
समय
16.8s
टोकन
2,348 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-5.6 Terra 6.6 4.6 77.8% 2 9.56s 7,302 429 6,821

त्वरित तुलना

तुलना जोड़ी बदलें