नेव्हिगेशन
Advertise here

Gemma 4 31B (medium) vs Mercury 2.5 Preview (medium)

Gemma 4 31B (medium) average score मध्ये पुढे आहे: 6.9 vs 6.8. Mercury 2.5 Preview (medium) चा benchmark खर्च कमी आहे: $0.039 vs $0.144. Mercury 2.5 Preview (medium) वेगवान आहे: 6.66s vs 78.76s, pass rates 66.7% vs 66.7%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-01

तुलना केलेली मॉडेल्स

क्रमांक
#164
एकूण आउटपुट टोकन्स
277,315
प्रतिसाद वेळ (सरासरी)
78.76s
एकूण खर्च
$0.144
क्रमांक
#171
एकूण आउटपुट टोकन्स
150,107
प्रतिसाद वेळ (सरासरी)
6.66s
एकूण खर्च
$0.039
शिफारस केलेले मॉडेल Mercury 2.5 Preview (medium)

Its score stays close to the best score here (6.8 vs 6.9), while costing about 3.7x less than Gemma 4 31B (medium).

तपशीलवार तुलना

मेट्रिक Gemma 4 31B Gemma 4 31B medium प्रकाशन: 2026-04-02 मोफत उपलब्ध Mercury 2.5 Preview Mercury 2.5 Preview medium प्रकाशन: 2026-09-02
स्कोअर 6.9 6.8
क्रमांक #164 #171
विश्वसनीयता 10.0 10.0
सुसंगतता 8.7 9.6
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 66.7% 66.7%
अस्थिर चाचण्या 3 1
एकूण रन 69 69
प्रति निकाल खर्च 1.195 0.244
एकूण खर्च $0.144 $0.039
इनपुट किंमत $0.090 / 1M $0.040 / 1M
आउटपुट किंमत $0.340 / 1M $0.150 / 1M
कॅश वाचण्याची किंमत $0.050 / 1M लागू नाही
कॅश लिहिण्याची किंमत लागू नाही लागू नाही
एकूण इनपुट टोकन्स 251,164 397,291
आउटपुट टोकन्स 36,112 6,355
रिझनिंग टोकन्स 241,203 143,752
प्रतिसाद वेळ (सरासरी) 78.76s 6.66s
प्रतिसाद वेळ (कमाल) 437.40s 74.63s
प्रतिसाद वेळ (एकूण) 1653.96s 153.29s
पॅरामीटर्स 30.7B ~100B
उपलब्धता मुक्त स्रोत बंद स्रोत

कॅशच्या किमती इनपुट टोकनला लागू होतात. वाचताना साठवलेले प्रॉम्प्ट पुन्हा वापरले जातात; लिहिताना ते साठवले जातात आणि अधिक खर्च होऊ शकतो. आउटपुट टोकनला आउटपुट किंमत लागू होते.

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#164 Gemma 4 31B

medium
खर्च
$0.002
वेळ
45.7s
टोकन्स
2,696 tok

#171 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
Gemma 4 31B 4.3 5.8 22.2% 1 219.76s 5,568 11,098 33,212
Mercury 2.5 Preview 7.8 10.0 66.7% 0 3.86s 7,839 552 22,126

झटपट तुलना

तुलना जोडी बदला

Mercury 2.5 PreviewmediumvsInklinglowमोफत उपलब्धGemma 4 31Bmediumमोफत उपलब्धvsGPT-5.6 LunalowClaude Sonnet 5.5lowvsGemma 4 31Bmediumमोफत उपलब्धClaude Opus 4.8nonevsGemma 4 31Bmediumमोफत उपलब्धEmber-1highvsGemma 4 31Bmediumमोफत उपलब्धMercury 2.5 PreviewmediumvsGPT-6 SolnoneClaude Opus 4.8nonevsMercury 2.5 PreviewmediumClaude Sonnet 5.5lowvsMercury 2.5 PreviewmediumMercury 2.5 PreviewmediumvsGPT-5.6 LunalowGemma 4 31Bmediumमोफत उपलब्धvsInklinglowमोफत उपलब्धEmber-1highvsMercury 2.5 PreviewmediumMercury 2.5 PreviewmediumvsSpace Bunny Alphamax