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

Ember-1 (low) vs Mercury 2.5 Preview (medium)

average score जवळपास समान आहे: 7.5 vs 7.5. Mercury 2.5 Preview (medium) चा benchmark खर्च कमी आहे: $0.024 vs $0.662. Mercury 2.5 Preview (medium) वेगवान आहे: 3.58s vs 30.98s, pass rates 66.7% vs 69.7%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-09-28

तुलना केलेली मॉडेल्स

क्रमांक
#120
एकूण आउटपुट टोकन्स
37,467
प्रतिसाद वेळ (सरासरी)
30.98s
एकूण खर्च
$0.662
क्रमांक
#125
एकूण आउटपुट टोकन्स
127,034
प्रतिसाद वेळ (सरासरी)
3.58s
एकूण खर्च
$0.024
शिफारस केलेले मॉडेल Mercury 2.5 Preview (medium)

It has the best score here (7.5), while costing about 28.1x less than Ember-1 (low).

तपशीलवार तुलना

मेट्रिक Ember-1 Ember-1 low प्रकाशन: 2026-09-28 Mercury 2.5 Preview Mercury 2.5 Preview medium प्रकाशन: 2026-09-02
स्कोअर 7.5 7.5
क्रमांक #120 #125
विश्वसनीयता 8.1 10.0
सुसंगतता 8.5 9.6
प्रयत्न 66/66 66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर 66.7% 69.7%
अस्थिर चाचण्या 4 1
एकूण रन 66 66
प्रति निकाल खर्च 5.085 0.158
एकूण खर्च $0.662 $0.024
इनपुट किंमत $3.000 / 1M $0.040 / 1M
आउटपुट किंमत $15.000 / 1M $0.150 / 1M
एकूण इनपुट टोकन्स 33,011 112,713
आउटपुट टोकन्स 4,780 5,436
रिझनिंग टोकन्स 32,687 121,598
प्रतिसाद वेळ (सरासरी) 30.98s 3.58s
प्रतिसाद वेळ (कमाल) 93.10s 17.84s
प्रतिसाद वेळ (एकूण) 681.50s 78.66s
पॅरामीटर्स ~2.8T एकूण (~104B सक्रिय) ~100B
उपलब्धता बंद स्रोत बंद स्रोत

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#120 Ember-1

low
खर्च
$0.016
वेळ
24.2s
टोकन्स
1,165 tok

#125 Mercury 2.5 Preview

medium
खर्च
$0.001
वेळ
2.7s
टोकन्स
2,241 tok

स्कोअरनुसार शीर्ष मॉडेल्स

स्कोअर विरुद्ध एकूण खर्च

प्रतिसाद वेळ (सरासरी)

स्कोअर vs प्रतिसाद वेळ (सरासरी)

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

श्रेणीवार तपशील

कोडिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Ember-1 10.0 10.0 100.0% 0 37.91s 8,097 2,518 13,142
Mercury 2.5 Preview 7.8 10.0 66.7% 0 3.86s 7,839 552 22,126

झटपट तुलना

तुलना जोडी बदला