नेव्हिगेशन
Advertise here

Mercury 2.5 Preview (medium) vs Grok 4.6 (low)

Grok 4.6 (low) average score मध्ये पुढे आहे: 6.9 vs 6.8. Mercury 2.5 Preview (medium) चा benchmark खर्च कमी आहे: $0.039 vs $0.781. Mercury 2.5 Preview (medium) वेगवान आहे: 6.66s vs 16.44s, pass rates 66.7% vs 66.7%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-11-10

तुलना केलेली मॉडेल्स

क्रमांक
#231
एकूण आउटपुट टोकन्स
150,107
प्रतिसाद वेळ (सरासरी)
6.66s
एकूण खर्च
$0.039
क्रमांक
#218
एकूण आउटपुट टोकन्स
42,315
प्रतिसाद वेळ (सरासरी)
16.44s
एकूण खर्च
$0.781
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 20.3x less than Grok 4.6 (low).

तपशीलवार तुलना

मेट्रिक Mercury 2.5 Preview Mercury 2.5 Preview medium प्रकाशन: 2026-09-02 Grok 4.6 Grok 4.6 low प्रकाशन: 2026-08-12
स्कोअर 6.8 6.9
क्रमांक #231 #218
विश्वसनीयता 10.0 10.0
सुसंगतता 9.6 9.6
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 66.7% 66.7%
अस्थिर चाचण्या 1 1
एकूण रन 69 69
प्रति निकाल खर्च 0.244 5.205
एकूण खर्च $0.039 $0.781
इनपुट किंमत $0.040 / 1M $2.000 / 1M
आउटपुट किंमत $0.150 / 1M $6.000 / 1M
कॅश वाचण्याची किंमत लागू नाही $0.500 / 1M
कॅश लिहिण्याची किंमत लागू नाही लागू नाही
एकूण इनपुट टोकन्स 397,291 263,427
आउटपुट टोकन्स 6,355 6,006
रिझनिंग टोकन्स 143,752 36,309
प्रतिसाद वेळ (सरासरी) 6.66s 16.44s
प्रतिसाद वेळ (कमाल) 74.63s 57.97s
प्रतिसाद वेळ (एकूण) 153.29s 378.14s
पॅरामीटर्स ~100B ~1.7T एकूण (~170B सक्रिय)
उपलब्धता बंद 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.

#231 Mercury 2.5 Preview

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

#218 SpaceXAI: Grok 4.6

low
खर्च
$0.011
वेळ
26.0s
टोकन्स
1,941 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
Grok 4.6 5.5 7.1 44.4% 1 21.69s 9,579 349 7,740

झटपट तुलना

तुलना जोडी बदला

Mercury 2.5 PreviewmediumvsInklinglowमोफत उपलब्धQwen3.5-122B-A10BmediumvsGrok 4.6lowMinimax M3.1 Flashmaxमोफत उपलब्धvsGrok 4.6lowMercury 2.5 PreviewmediumvsGPT-6 SolnoneStep 5 PreviewhighvsGrok 4.6lowClaude Opus 4.8nonevsMercury 2.5 PreviewmediumClaude Sonnet 5.5lowvsMercury 2.5 PreviewmediumMercury 2.5 PreviewmediumvsGPT-5.6 LunalowKimi K2.7 CodemediumvsGrok 4.6lowGemini 3.1 Flash Lite PreviewmediumvsGrok 4.6lowGemini 3.1 Flash LitemediumvsGrok 4.6lowEmber-1highvsMercury 2.5 Previewmedium