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 (medium) vs GPT-6 Sol

average score लगभग बराबर है: 6.8 vs 6.8. Mercury 2.5 Preview (medium) की benchmark लागत कम है: $0.039 vs $0.551. Mercury 2.5 Preview (medium) तेज है: 6.66s vs 9.02s, pass rates 66.7% vs 63.8%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-11-13

तुलना किए गए मॉडल

रैंक
#243
कुल आउटपुट टोकन
150,107
प्रतिक्रिया समय (औसत)
6.66s
कुल लागत
$0.039
रैंक
#244
कुल आउटपुट टोकन
7,989
प्रतिक्रिया समय (औसत)
9.02s
कुल लागत
$0.551
अनुशंसित मॉडल Mercury 2.5 Preview (medium)

It has the best score here (6.8), while costing about 14.3x less than GPT-6 Sol.

विस्तृत तुलना

मेट्रिक Mercury 2.5 Preview Mercury 2.5 Preview medium रिलीज़: 2026-09-02 GPT-6 Sol GPT-6 Sol none रिलीज़: 2026-09-23
स्कोर 6.8 6.8
रैंक #243 #244
विश्वसनीयता 10.0 10.0
संगति 9.6 8.5
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 66.7% 63.8%
अस्थिर टेस्ट 1 4
कुल रन 69 69
प्रति परिणाम लागत 0.244 4.232
कुल लागत $0.039 $0.551
इनपुट कीमत $0.040 / 1M $2.000 / 1M
आउटपुट कीमत $0.150 / 1M $10.000 / 1M
कैश पढ़ने की कीमत लागू नहीं $0.200 / 1M
कैश लिखने की कीमत लागू नहीं $2.500 / 1M
कुल इनपुट टोकन 397,291 235,086
आउटपुट टोकन 6,355 7,989
रीजनिंग टोकन 143,752 0
प्रतिक्रिया समय (औसत) 6.66s 9.02s
प्रतिक्रिया समय (अधिकतम) 74.63s 57.02s
प्रतिक्रिया समय (कुल) 153.29s 207.45s
पैरामीटर ~100B ~2T कुल (~150B 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.

#243 Mercury 2.5 Preview

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

#244 GPT-6 Sol

none
लागत
$0.030
समय
31.9s
टोकन
3,055 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-6 Sol 5.5 10.0 33.3% 0 12.23s 7,302 389 0

तुलना जोड़ी बदलें