नेविगेशन
AI BENCHY
Advertise here

Mercury 2 (medium) vs Solar Pro 4 (high)

Solar Pro 4 (high) average score में आगे है: 7.1 vs 7.0. Solar Pro 4 (high) की benchmark लागत कम है: $0.046 vs $0.094. Mercury 2 (medium) तेज है: 2.95s vs 120.58s, pass rates 53.0% vs 62.1%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-08-15

रैंक
#119
कुल आउटपुट टोकन
87,554
प्रतिक्रिया समय (औसत)
2.95s
कुल लागत
$0.094
रैंक
#113
कुल आउटपुट टोकन
363,194
प्रतिक्रिया समय (औसत)
120.58s
कुल लागत
$0.046
अनुशंसित मॉडल Mercury 2 (medium)

Its score stays close to the best score here (7.0 vs 7.1), while responding about 40.9x faster than Solar Pro 4 (high).

विस्तृत तुलना

मेट्रिक Mercury 2 Mercury 2 medium रिलीज़: 2026-02-24 Solar Pro 4 Solar Pro 4 high रिलीज़: 2026-08-11
स्कोर 7.0 7.1
रैंक #119 #113
विश्वसनीयता 10.0 10.0
संगति 8.4 8.3
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 53.0% 62.1%
अस्थिर टेस्ट 4 5
कुल रन 66 66
प्रति परिणाम लागत 0.933 0.418
कुल लागत $0.094 $0.046
इनपुट कीमत $0.250 / 1M $0.030 / 1M
आउटपुट कीमत $0.750 / 1M $0.120 / 1M
कुल इनपुट टोकन 110,515 79,740
आउटपुट टोकन 10,325 23,357
रीजनिंग टोकन 77,229 339,837
प्रतिक्रिया समय (औसत) 2.95s 120.58s
प्रतिक्रिया समय (अधिकतम) 14.63s 491.07s
प्रतिक्रिया समय (कुल) 61.89s 2652.77s
पैरामीटर ~100B ~100B
उपलब्धता बंद स्रोत बंद स्रोत

मॉडल जनरेशन शोकेस

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#119 Mercury 2

medium
लागत
$0.002
समय
2.1s
टोकन
1,702 tok

#113 Solar Pro 4

high
इस मॉडल के लिए अभी तक कोई शोकेस परिणाम उत्पन्न नहीं हुआ है।
लागत
लागू नहीं
समय
-
टोकन
0 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 8.2 7.7 77.8% 1 2.04s 7,065 296 11,328
Solar Pro 4 5.7 9.9 33.3% 0 244.73s 7,887 18,577 101,928

त्वरित तुलना

तुलना जोड़ी बदलें