AI BENCHY
Your ad here

#53

Mercury 2

Inception · रिलीज़: 2026-02-24 · inception/mercury-2::medium

संगति

8.6

कुल आउटपुट टोकन

52,305

???? ???

$0.250 / 1M

????? ???

$0.750 / 1M

सही परीक्षण

गलत टेस्ट: 10

प्रति प्रयास पास दर: 53.7%

अस्थिर टेस्ट

3

अस्थिर टेस्ट में रनों के बीच मिले-जुले परिणाम रहे (कम से कम एक पास और एक फेल)।

प्रतिक्रिया समय (औसत)

2.21s

प्रतिक्रिया समय (अधिकतम): 14.63s

प्रतिक्रिया समय (कुल): 37.51s

चार्ट

पहले मॉडल चुनें, फिर दूसरा मॉडल क्लिक करके साइड-बाय-साइड पेज खोलें।

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

त्वरित तुलना

श्रेणी विवरण

श्रेणी स्कोर संगति सही परीक्षण
एंटी-एआई ट्रिक्स 6.9 9.9
कोडिंग 10.0 10.0
संयुक्त 10.0 10.0
डेटा पार्सिंग और निष्कर्षण 7.3 5.9
डोमेन-विशिष्ट 2.9 7.2
Samanya Buddhimatta 4.8 10.0
निर्देश पालन 10.0 10.0
पहेली समाधान 3.9 7.5
टूल कॉलिंग 10.0 10.0

तुलना किए गए मॉडल