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

Mercury 2.5 Preview (medium) vs Grok 4.7 (xhigh)

Mercury 2.5 Preview (medium) average score मध्ये पुढे आहे: 6.8 vs 6.7. Mercury 2.5 Preview (medium) चा benchmark खर्च कमी आहे: $0.039 vs $3.398. Mercury 2.5 Preview (medium) वेगवान आहे: 6.66s vs 123.96s, pass rates 66.7% vs 73.9%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-09

तुलना केलेली मॉडेल्स

क्रमांक
#183
एकूण आउटपुट टोकन्स
150,107
प्रतिसाद वेळ (सरासरी)
6.66s
एकूण खर्च
$0.039
क्रमांक
#187
एकूण आउटपुट टोकन्स
572,315
प्रतिसाद वेळ (सरासरी)
123.96s
एकूण खर्च
$3.398
शिफारस केलेले मॉडेल Mercury 2.5 Preview (medium)

It has the best score here (6.8), while costing about 88.5x less than Grok 4.7 (xhigh).

तपशीलवार तुलना

मेट्रिक Mercury 2.5 Preview Mercury 2.5 Preview medium प्रकाशन: 2026-09-02 Grok 4.7 Grok 4.7 xhigh प्रकाशन: 2026-09-21
स्कोअर 6.8 6.7
क्रमांक #183 #187
विश्वसनीयता 10.0 9.7
सुसंगतता 9.6 7.8
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 66.7% 73.9%
अस्थिर चाचण्या 1 6
एकूण रन 69 69
प्रति निकाल खर्च 0.244 24.272
एकूण खर्च $0.039 $3.398
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 397,291 310,049
आउटपुट टोकन्स 6,355 6,094
रिझनिंग टोकन्स 143,752 566,221
प्रतिसाद वेळ (सरासरी) 6.66s 123.96s
प्रतिसाद वेळ (कमाल) 74.63s 775.64s
प्रतिसाद वेळ (एकूण) 153.29s 2851.07s
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.

#183 Mercury 2.5 Preview

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

#187 SpaceXAI: Grok 4.7

xhigh
खर्च
$0.235
वेळ
544.2s
टोकन्स
39,247 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 4.7 5.3 4.5 55.6% 2 414.53s 10,168 327 256,935

झटपट तुलना

तुलना जोडी बदला

Mercury 2.5 PreviewmediumvsInklinglowमोफत उपलब्धMercury 2.5 PreviewmediumvsGPT-6 SolnoneQwen3.5-FlashnonevsGrok 4.7xhighSpace Bunny AlphamaxvsGrok 4.7xhighSolar Pro 4lowvsGrok 4.7xhighClaude Opus 4.8nonevsMercury 2.5 PreviewmediumClaude Sonnet 5.5lowvsMercury 2.5 PreviewmediumMiniMax M3mediumvsGrok 4.7xhighMercury 2.5 PreviewmediumvsGPT-5.6 LunalowEmber-1maxvsGrok 4.7xhighGPT 5.3 ChatdefaultvsGrok 4.7xhighGPT-5.6 SolnonevsGrok 4.7xhigh