नेविगेशन
Advertise here

Mercury 2.5 Preview (medium) vs Grok Build 0.1 (medium)

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 $1.419. Mercury 2.5 Preview (medium) तेज है: 6.66s vs 55.13s, pass rates 66.7% vs 58.0%.

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
#204
कुल आउटपुट टोकन
529,806
प्रतिक्रिया समय (औसत)
55.13s
कुल लागत
$1.419
अनुशंसित मॉडल Mercury 2.5 Preview (medium)

It has the best score here (6.8), while costing about 36.9x less than Grok Build 0.1 (medium).

विस्तृत तुलना

मेट्रिक Mercury 2.5 Preview Mercury 2.5 Preview medium रिलीज़: 2026-09-02 Grok Build 0.1 Grok Build 0.1 medium रिलीज़: 2026-05-21
स्कोर 6.8 6.7
रैंक #199 #204
विश्वसनीयता 10.0 10.0
संगति 9.6 9.6
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 66.7% 58.0%
अस्थिर टेस्ट 1 1
कुल रन 69 69
प्रति परिणाम लागत 0.244 10.910
कुल लागत $0.039 $1.419
इनपुट कीमत $0.040 / 1M $1.000 / 1M
आउटपुट कीमत $0.150 / 1M $2.000 / 1M
कैश पढ़ने की कीमत लागू नहीं $0.200 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 397,291 358,616
आउटपुट टोकन 6,355 9,651
रीजनिंग टोकन 143,752 520,155
प्रतिक्रिया समय (औसत) 6.66s 55.13s
प्रतिक्रिया समय (अधिकतम) 74.63s 252.69s
प्रतिक्रिया समय (कुल) 153.29s 1268.10s
पैरामीटर ~100B ~300B कुल (~30B 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

#204 SpaceXAI: Grok Build 0.1

medium
लागत
$0.028
समय
81.3s
टोकन
14,009 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 Build 0.1 5.7 9.7 33.3% 0 108.46s 8,304 1,138 161,452

त्वरित तुलना

तुलना जोड़ी बदलें

Mercury 2.5 PreviewmediumvsInklinglowनिःशुल्क उपलब्धSolar Pro 4xhighvsGrok Build 0.1mediumMercury 2.5 PreviewmediumvsGPT-6 SolnoneQwen3.5-FlashnonevsGrok Build 0.1mediumSolar Pro 4lowvsGrok Build 0.1mediumSpace Bunny AlphamaxvsGrok Build 0.1mediumClaude Opus 4.8nonevsMercury 2.5 PreviewmediumClaude Sonnet 5.5lowvsMercury 2.5 PreviewmediumEmber-1maxvsGrok Build 0.1mediumGPT 5.3 ChatdefaultvsGrok Build 0.1mediumGPT-5.6 SolnonevsGrok Build 0.1mediumMercury 2.5 PreviewmediumvsGPT-5.6 Lunalow