नेव्हिगेशन
AI BENCHY
Advertise here

Mercury 2.5 Preview (medium) vs GPT 5.3 Chat

average score जवळपास समान आहे: 7.5 vs 7.5. Mercury 2.5 Preview (medium) चा benchmark खर्च कमी आहे: $0.024 vs $0.533. Mercury 2.5 Preview (medium) वेगवान आहे: 3.58s vs 6.56s, pass rates 69.7% vs 65.2%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-09-02

क्रमांक
#91
एकूण आउटपुट टोकन्स
127,034
प्रतिसाद वेळ (सरासरी)
3.58s
एकूण खर्च
$0.024
क्रमांक
#88
एकूण आउटपुट टोकन्स
28,179
प्रतिसाद वेळ (सरासरी)
6.56s
एकूण खर्च
$0.533
शिफारस केलेले मॉडेल Mercury 2.5 Preview (medium)

It has the best score here (7.5), while costing about 22.6x less than GPT 5.3 Chat.

तपशीलवार तुलना

मेट्रिक Mercury 2.5 Preview Mercury 2.5 Preview medium प्रकाशन: 2026-09-02 GPT 5.3 Chat GPT 5.3 Chat none प्रकाशन: 2026-03-03
स्कोअर 7.5 7.5
क्रमांक #91 #88
विश्वसनीयता 10.0 10.0
सुसंगतता 9.6 8.6
प्रयत्न 66/66 66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर 69.7% 65.2%
अस्थिर चाचण्या 1 4
एकूण रन 66 66
प्रति निकाल खर्च 0.158 4.097
एकूण खर्च $0.024 $0.533
इनपुट किंमत $0.040 / 1M $1.750 / 1M
आउटपुट किंमत $0.150 / 1M $14.000 / 1M
एकूण इनपुट टोकन्स 112,713 78,846
आउटपुट टोकन्स 5,436 28,179
रिझनिंग टोकन्स 121,598 0
प्रतिसाद वेळ (सरासरी) 3.58s 6.56s
प्रतिसाद वेळ (कमाल) 17.84s 18.33s
प्रतिसाद वेळ (एकूण) 78.66s 137.77s
पॅरामीटर्स ~100B ~400B एकूण (~17B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#91 Mercury 2.5 Preview

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

#88 GPT 5.3 Chat

none
खर्च
$0.008
वेळ
8.1s
टोकन्स
634 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
Mercury 2.5 Preview 7.8 10.0 66.7% 0 3.86s 7,839 552 22,126
GPT 5.3 Chat 5.6 4.7 55.6% 2 10.52s 7,302 6,632 0

झटपट तुलना

तुलना जोडी बदला

GPT 5.3 ChatnonevsQwen3.5 Plus 2026-02-15mediumMiniMax M3mediumvsGPT 5.3 ChatnoneGPT 5.3 ChatnonevsQwen3.5-27BmediumGPT 5.3 ChatnonevsGrok Build 0.1mediumMercury 2.5 PreviewmediumvsGPT-5.6 TerralowMercury 2.5 PreviewmediumvsQwen3.7 MaxnoneGemini 3.1 Flash Lite PreviewmediumvsGPT 5.3 ChatnoneKimi K2.7 CodemediumvsGPT 5.3 ChatnoneLongCat 2.0mediumvsGPT 5.3 ChatnoneNemotron 3 Ultramediumमोफत उपलब्धvsGPT 5.3 ChatnoneGPT 5.3 ChatnonevsSolar Pro 4xhighMercury 2.5 PreviewmediumvsQwen3.8 2.4T A95Bhigh