नेविगेशन
AI BENCHY
Advertise here

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

Mercury 2 (medium) average score में आगे है: 7.0 vs 6.9. Solar Pro 4 (medium) की benchmark लागत कम है: $0.046 vs $0.093. Mercury 2 (medium) तेज है: 2.72s vs 114.27s, pass rates 51.5% vs 66.7%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-08-11

रैंक
#104
कुल आउटपुट टोकन
87,119
प्रतिक्रिया समय (औसत)
2.72s
कुल लागत
$0.093
रैंक
#109
कुल आउटपुट टोकन
359,862
प्रतिक्रिया समय (औसत)
114.27s
कुल लागत
$0.046
अनुशंसित मॉडल Mercury 2 (medium)

It has the best score here (7.0), while responding about 42.0x faster than Solar Pro 4 (medium).

विस्तृत तुलना

मेट्रिक Mercury 2 Mercury 2 medium रिलीज़: 2026-02-24 Solar Pro 4 Solar Pro 4 medium रिलीज़: 2026-08-11
स्कोर 7.0 6.9
रैंक #104 #109
विश्वसनीयता 10.0 9.8
संगति 8.8 8.6
बेंचमार्क कवरेज 22/22 टेस्ट · 66/66 प्रयास 22/22 टेस्ट · 66/66 प्रयास
सही परीक्षण
प्रति प्रयास पास दर 51.5% 66.7%
अस्थिर टेस्ट 3 4
कुल रन 66 66
प्रति परिणाम लागत 0.928 0.353
कुल लागत $0.093 $0.046
इनपुट कीमत $0.250 / 1M $0.030 / 1M
आउटपुट कीमत $0.750 / 1M $0.120 / 1M
कुल इनपुट टोकन 109,572 87,984
आउटपुट टोकन 10,313 30,749
रीजनिंग टोकन 76,806 329,113
प्रतिक्रिया समय (औसत) 2.72s 114.27s
प्रतिक्रिया समय (अधिकतम) 14.63s 519.91s
प्रतिक्रिया समय (कुल) 57.12s 2513.96s

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#104 Mercury 2

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

#109 Solar Pro 4

medium
इस मॉडल के लिए अभी तक कोई शोकेस परिणाम उत्पन्न नहीं हुआ है।
लागत
$0.000
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 5.5 7.4 44.4% 1 310.39s 6,960 24,549 98,680

त्वरित तुलना

तुलना जोड़ी बदलें