नेविगेशन
Advertise here

Mercury 2.5 Preview (medium) vs Grok 4.7 (xhigh)

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 $3.398. Mercury 2.5 Preview (medium) तेज है: 6.66s vs 123.96s, pass rates 66.7% vs 73.9%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-09

तुलना किए गए मॉडल

रैंक
#183
कुल आउटपुट टोकन
150,107
प्रतिक्रिया समय (औसत)
6.66s
कुल लागत
$0.039
रैंक
#187
कुल आउटपुट टोकन
572,315
प्रतिक्रिया समय (औसत)
123.96s
कुल लागत
$3.398
अनुशंसित मॉडल Mercury 2.5 Preview (medium)

It has the best score here (6.8), while costing about 88.5x less than Grok 4.7 (xhigh).

विस्तृत तुलना

मेट्रिक Mercury 2.5 Preview Mercury 2.5 Preview medium रिलीज़: 2026-09-02 Grok 4.7 Grok 4.7 xhigh रिलीज़: 2026-09-21
स्कोर 6.8 6.7
रैंक #183 #187
विश्वसनीयता 10.0 9.7
संगति 9.6 7.8
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 66.7% 73.9%
अस्थिर टेस्ट 1 6
कुल रन 69 69
प्रति परिणाम लागत 0.244 24.272
कुल लागत $0.039 $3.398
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 397,291 310,049
आउटपुट टोकन 6,355 6,094
रीजनिंग टोकन 143,752 566,221
प्रतिक्रिया समय (औसत) 6.66s 123.96s
प्रतिक्रिया समय (अधिकतम) 74.63s 775.64s
प्रतिक्रिया समय (कुल) 153.29s 2851.07s
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.

#183 Mercury 2.5 Preview

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

#187 SpaceXAI: Grok 4.7

xhigh
लागत
$0.235
समय
544.2s
टोकन
39,247 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 4.7 5.3 4.5 55.6% 2 414.53s 10,168 327 256,935

त्वरित तुलना

तुलना जोड़ी बदलें

Mercury 2.5 PreviewmediumvsInklinglowनिःशुल्क उपलब्धMercury 2.5 PreviewmediumvsGPT-6 SolnoneQwen3.5-FlashnonevsGrok 4.7xhighSpace Bunny AlphamaxvsGrok 4.7xhighSolar Pro 4lowvsGrok 4.7xhighClaude Opus 4.8nonevsMercury 2.5 PreviewmediumClaude Sonnet 5.5lowvsMercury 2.5 PreviewmediumMiniMax M3mediumvsGrok 4.7xhighMercury 2.5 PreviewmediumvsGPT-5.6 LunalowEmber-1maxvsGrok 4.7xhighGPT 5.3 ChatdefaultvsGrok 4.7xhighGPT-5.6 SolnonevsGrok 4.7xhigh