नेव्हिगेशन
Advertise here

Mercury 2 (medium) vs GPT-5.6 Sol

GPT-5.6 Sol average score मध्ये पुढे आहे: 6.7 vs 6.6. Mercury 2 (medium) चा benchmark खर्च कमी आहे: $0.121 vs $0.795. Mercury 2 (medium) वेगवान आहे: 4.40s vs 4.61s, pass rates 53.6% vs 60.9%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-24

तुलना केलेली मॉडेल्स

क्रमांक
#226
एकूण आउटपुट टोकन्स
96,943
प्रतिसाद वेळ (सरासरी)
4.40s
एकूण खर्च
$0.121
क्रमांक
#219
एकूण आउटपुट टोकन्स
5,555
प्रतिसाद वेळ (सरासरी)
4.61s
एकूण खर्च
$0.795
शिफारस केलेले मॉडेल Mercury 2 (medium)

Its score stays close to the best score here (6.6 vs 6.7), while costing about 6.6x less than GPT-5.6 Sol.

तपशीलवार तुलना

मेट्रिक Mercury 2 Mercury 2 medium प्रकाशन: 2026-02-24 GPT-5.6 Sol GPT-5.6 Sol none प्रकाशन: 2026-07-09
स्कोअर 6.6 6.7
क्रमांक #226 #219
विश्वसनीयता 10.0 10.0
सुसंगतता 8.1 9.1
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 53.6% 60.9%
अस्थिर चाचण्या 5 3
एकूण रन 69 69
प्रति निकाल खर्च 1.201 6.619
एकूण खर्च $0.121 $0.795
इनपुट किंमत $0.250 / 1M $2.000 / 1M
आउटपुट किंमत $0.750 / 1M $10.000 / 1M
कॅश वाचण्याची किंमत $0.025 / 1M $0.200 / 1M
कॅश लिहिण्याची किंमत लागू नाही $2.500 / 1M
एकूण इनपुट टोकन्स 189,300 207,852
आउटपुट टोकन्स 10,854 5,555
रिझनिंग टोकन्स 86,089 0
प्रतिसाद वेळ (सरासरी) 4.40s 4.61s
प्रतिसाद वेळ (कमाल) 34.92s 58.28s
प्रतिसाद वेळ (एकूण) 96.81s 105.93s
पॅरामीटर्स ~100B ~2T एकूण (~150B 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.

#226 Mercury 2

medium
खर्च
$0.002
वेळ
2.1s
टोकन्स
1,702 tok

#219 GPT-5.6 Sol

none
खर्च
$0.116
वेळ
78.7s
टोकन्स
3,944 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 8.2 7.7 77.8% 1 2.04s 7,065 296 11,328
GPT-5.6 Sol 5.5 10.0 33.3% 0 1.39s 7,302 390 0

तुलना जोडी बदला