नेविगेशन
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Mercury 2 (medium) vs Grok 4.7 (high)

Grok 4.7 (high) average score में आगे है: 6.7 vs 6.6. Mercury 2 (medium) की benchmark लागत कम है: $0.121 vs $3.037. Mercury 2 (medium) तेज है: 4.40s vs 122.19s, pass rates 53.6% vs 72.5%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-26

तुलना किए गए मॉडल

रैंक
#232
कुल आउटपुट टोकन
96,943
प्रतिक्रिया समय (औसत)
4.40s
कुल लागत
$0.121
रैंक
#221
कुल आउटपुट टोकन
487,184
प्रतिक्रिया समय (औसत)
122.19s
कुल लागत
$3.037
अनुशंसित मॉडल Mercury 2 (medium)

Its score stays close to the best score here (6.6 vs 6.7), while costing about 25.3x less than Grok 4.7 (high).

विस्तृत तुलना

मेट्रिक Mercury 2 Mercury 2 medium रिलीज़: 2026-02-24 Grok 4.7 Grok 4.7 high रिलीज़: 2026-09-21
स्कोर 6.6 6.7
रैंक #232 #221
विश्वसनीयता 10.0 9.6
संगति 8.1 7.7
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 53.6% 72.5%
अस्थिर टेस्ट 5 7
कुल रन 69 69
प्रति परिणाम लागत 1.201 23.360
कुल लागत $0.121 $3.037
इनपुट कीमत $0.250 / 1M $2.000 / 1M
आउटपुट कीमत $0.750 / 1M $6.000 / 1M
कैश पढ़ने की कीमत $0.025 / 1M $0.500 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 189,300 329,276
आउटपुट टोकन 10,854 8,172
रीजनिंग टोकन 86,089 479,012
प्रतिक्रिया समय (औसत) 4.40s 122.19s
प्रतिक्रिया समय (अधिकतम) 34.92s 573.57s
प्रतिक्रिया समय (कुल) 96.81s 2810.40s
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.

#232 Mercury 2

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

#221 SpaceXAI: Grok 4.7

high
लागत
$0.110
समय
301.3s
टोकन
23,143 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
Grok 4.7 6.0 4.6 66.7% 2 335.92s 10,266 353 199,976

तुलना जोड़ी बदलें