#81 Mercury 2
medium- Cost
- $0.002
- Time
- 2.1s
- Tokens
- 1,702 tok
AI BENCHY तुलना
Inception: Mercury 2 vs OpenAI: GPT-5.5
सारांश
Mercury 2 vs GPT-5.5 benchmark तुलना: Mercury 2 average score में आगे है: 6.6 vs 6.4. Mercury 2 की benchmark लागत कम है: $0.058 vs $0.231. GPT-5.5 तेज है: 1.89s vs 2.24s, pass rates 54.0% vs 54.0%.
अनुशंसित मॉडल: Mercury 2 - It has the best score here (6.6), while costing about 4.0x less than GPT-5.5.
बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-06-04
| मेट्रिक | Mercury 2 Mercury 2 medium | GPT-5.5 GPT-5.5 none |
|---|---|---|
| स्कोर | 6.6 | 6.4 |
| रैंक | #81 | #91 |
| विश्वसनीयता | 10.0 | 10.0 |
| संगति | 8.8 | 8.8 |
| सही परीक्षण | ||
| प्रति प्रयास पास दर | 54.0% | 54.0% |
| अस्थिर टेस्ट | 3 | 3 |
| कुल रन | 63 | 63 |
| प्रति परिणाम लागत | 0.578 | 2.302 |
| कुल लागत | $0.058 | $0.231 |
| इनपुट कीमत | $0.250 / 1M | $5.000 / 1M |
| आउटपुट कीमत | $0.750 / 1M | $30.000 / 1M |
| कुल इनपुट टोकन | 35,116 | 34,212 |
| आउटपुट टोकन | 4,048 | 1,971 |
| रीजनिंग टोकन | 61,219 | 0 |
| प्रतिक्रिया समय (औसत) | 2.24s | 1.89s |
| प्रतिक्रिया समय (अधिकतम) | 14.63s | 5.56s |
| प्रतिक्रिया समय (कुल) | 44.72s | 39.64s |
Generation showcase
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#91 GPT-5.5
none- Cost
- $0.090
- Time
- 54.3s
- Tokens
- 3,063 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
त्वरित तुलना
तुलना जोड़ी बदलें
Gemini 3.1 Flash LiteminimalvsGPT-5.5noneGemma 4 31Bnoneनिःशुल्क उपलब्धvsMercury 2mediumClaude Sonnet 4.6nonevsMercury 2mediumGemini 3.1 Flash LiteminimalvsMercury 2mediumMercury 2mediumvsQwen3.7 PlusnoneMercury 2mediumvsQwen3.6 Max PreviewnoneGemini 3.1 Flash LitenonevsMercury 2mediumGPT-5.5nonevsQwen3.6 27BmediumMercury 2mediumvsStep 3.7 FlashhighDeepSeek V4 ProhighvsGPT-5.5noneMercury 2mediumvsQwen3.5 Plus 2026-02-15noneClaude Opus 4.8nonevsMercury 2medium