नेविगेशन
Advertise here

Mercury 2.5 Preview (medium) vs Grok 4.6 (low)

Grok 4.6 (low) average score में आगे है: 6.9 vs 6.8. Mercury 2.5 Preview (medium) की benchmark लागत कम है: $0.039 vs $0.781. Mercury 2.5 Preview (medium) तेज है: 6.66s vs 16.44s, pass rates 66.7% vs 66.7%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-11-10

तुलना किए गए मॉडल

रैंक
#231
कुल आउटपुट टोकन
150,107
प्रतिक्रिया समय (औसत)
6.66s
कुल लागत
$0.039
रैंक
#218
कुल आउटपुट टोकन
42,315
प्रतिक्रिया समय (औसत)
16.44s
कुल लागत
$0.781
अनुशंसित मॉडल Mercury 2.5 Preview (medium)

Its score stays close to the best score here (6.8 vs 6.9), while costing about 20.3x less than Grok 4.6 (low).

विस्तृत तुलना

मेट्रिक Mercury 2.5 Preview Mercury 2.5 Preview medium रिलीज़: 2026-09-02 Grok 4.6 Grok 4.6 low रिलीज़: 2026-08-12
स्कोर 6.8 6.9
रैंक #231 #218
विश्वसनीयता 10.0 10.0
संगति 9.6 9.6
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 66.7% 66.7%
अस्थिर टेस्ट 1 1
कुल रन 69 69
प्रति परिणाम लागत 0.244 5.205
कुल लागत $0.039 $0.781
इनपुट कीमत $0.040 / 1M $2.000 / 1M
आउटपुट कीमत $0.150 / 1M $6.000 / 1M
कैश पढ़ने की कीमत लागू नहीं $0.500 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 397,291 263,427
आउटपुट टोकन 6,355 6,006
रीजनिंग टोकन 143,752 36,309
प्रतिक्रिया समय (औसत) 6.66s 16.44s
प्रतिक्रिया समय (अधिकतम) 74.63s 57.97s
प्रतिक्रिया समय (कुल) 153.29s 378.14s
पैरामीटर ~100B ~1.7T कुल (~170B 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.

#231 Mercury 2.5 Preview

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

#218 SpaceXAI: Grok 4.6

low
लागत
$0.011
समय
26.0s
टोकन
1,941 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
Grok 4.6 5.5 7.1 44.4% 1 21.69s 9,579 349 7,740

त्वरित तुलना

तुलना जोड़ी बदलें

Mercury 2.5 PreviewmediumvsInklinglowनिःशुल्क उपलब्धQwen3.5-122B-A10BmediumvsGrok 4.6lowMinimax M3.1 Flashmaxनिःशुल्क उपलब्धvsGrok 4.6lowMercury 2.5 PreviewmediumvsGPT-6 SolnoneStep 5 PreviewhighvsGrok 4.6lowClaude Opus 4.8nonevsMercury 2.5 PreviewmediumClaude Sonnet 5.5lowvsMercury 2.5 PreviewmediumMercury 2.5 PreviewmediumvsGPT-5.6 LunalowKimi K2.7 CodemediumvsGrok 4.6lowGemini 3.1 Flash Lite PreviewmediumvsGrok 4.6lowGemini 3.1 Flash LitemediumvsGrok 4.6lowEmber-1highvsMercury 2.5 Previewmedium