#151 Mercury 2
none- लागत
- $0.002
- समय
- 1.8s
- टोकन
- 1,514 tok
AI BENCHY तुलना
Inception: Mercury 2 vs xAI: Grok 4.20
सारांश
Mercury 2 vs Grok 4.20 benchmark तुलना: Mercury 2 average score में आगे है: 4.6 vs 4.4. Mercury 2 की benchmark लागत कम है: $0.011 vs $0.057. Mercury 2 तेज है: 653ms vs 1.11s, pass rates 23.8% vs 28.6%.
अनुशंसित मॉडल: Mercury 2 - It has the best score here (4.6), while costing about 5.5x less than Grok 4.20.
बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-06-18
| मेट्रिक | Mercury 2 Mercury 2 none | Grok 4.20 Grok 4.20 none |
|---|---|---|
| स्कोर | 4.6 | 4.4 |
| रैंक | #151 | #155 |
| विश्वसनीयता | 10.0 | लागू नहीं |
| संगति | 9.2 | 8.5 |
| सही परीक्षण | ||
| प्रति प्रयास पास दर | 23.8% | 28.6% |
| अस्थिर टेस्ट | 2 | 0 |
| कुल रन | 63 | 54 |
| प्रति परिणाम लागत | 0.259 | 1.570 |
| कुल लागत | $0.011 | $0.057 |
| इनपुट कीमत | $0.250 / 1M | $1.250 / 1M |
| आउटपुट कीमत | $0.750 / 1M | $2.500 / 1M |
| कुल इनपुट टोकन | 28,113 | 41,313 |
| आउटपुट टोकन | 4,439 | 1,923 |
| रीजनिंग टोकन | 0 | 0 |
| प्रतिक्रिया समय (औसत) | 653ms | 1.11s |
| प्रतिक्रिया समय (अधिकतम) | 1.43s | 6.04s |
| प्रतिक्रिया समय (कुल) | 13.72s | 19.96s |
जनरेशन शोकेस
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#155 xAI: Grok 4.20
none- लागत
- $0.004
- समय
- 6.5s
- टोकन
- 1,367 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
Mercury 2nonevsQwen3 Coder NextmediumGrok 4.20nonevsGLM 4.7 FlashmediumMercury 2nonevsMiniMax M2.5mediumCobuddymediumvsMercury 2noneQwen3 Coder NextmediumvsGrok 4.20noneMercury 2nonevsGLM 4.7 FlashmediumMiniMax M2.5mediumvsGrok 4.20noneMercury 2nonevsMistral Small 4mediumMercury 2nonevsMiniMax M2.7mediumCobuddymediumvsGrok 4.20noneQwen3.5-9BmediumvsGrok 4.20noneMistral Small 4mediumvsGrok 4.20none