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

Mercury 2 (medium) vs GPT-5.6 Terra

Mercury 2 (medium) average score मध्ये पुढे आहे: 6.6 vs 5.8. Mercury 2 (medium) चा benchmark खर्च कमी आहे: $0.121 vs $0.377. GPT-5.6 Terra वेगवान आहे: 4.11s vs 4.40s, pass rates 53.6% vs 40.6%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-07

तुलना केलेली मॉडेल्स

क्रमांक
#201
एकूण आउटपुट टोकन्स
96,943
प्रतिसाद वेळ (सरासरी)
4.40s
एकूण खर्च
$0.121
क्रमांक
#265
एकूण आउटपुट टोकन्स
7,381
प्रतिसाद वेळ (सरासरी)
4.11s
एकूण खर्च
$0.377
शिफारस केलेले मॉडेल Mercury 2 (medium)

It has the best score here (6.6), while costing about 3.1x less than GPT-5.6 Terra.

तपशीलवार तुलना

मेट्रिक Mercury 2 Mercury 2 medium प्रकाशन: 2026-02-24 GPT-5.6 Terra GPT-5.6 Terra none प्रकाशन: 2026-07-09
स्कोअर 6.6 5.8
क्रमांक #201 #265
विश्वसनीयता 10.0 10.0
सुसंगतता 8.1 9.0
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 53.6% 40.6%
अस्थिर चाचण्या 5 3
एकूण रन 69 69
प्रति निकाल खर्च 1.201 7.313
एकूण खर्च $0.121 $0.377
इनपुट किंमत $0.250 / 1M $2.000 / 1M
आउटपुट किंमत $0.750 / 1M $12.000 / 1M
कॅश वाचण्याची किंमत $0.025 / 1M $0.200 / 1M
कॅश लिहिण्याची किंमत लागू नाही $2.500 / 1M
एकूण इनपुट टोकन्स 189,300 213,564
आउटपुट टोकन्स 10,854 7,381
रिझनिंग टोकन्स 86,089 0
प्रतिसाद वेळ (सरासरी) 4.40s 4.11s
प्रतिसाद वेळ (कमाल) 34.92s 57.98s
प्रतिसाद वेळ (एकूण) 96.81s 94.52s
पॅरामीटर्स ~100B ~1T एकूण (~60B 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.

#201 Mercury 2

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

#265 GPT-5.6 Terra

none
खर्च
$0.030
वेळ
14.7s
टोकन्स
2,082 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 Terra 5.5 10.0 33.3% 0 1.00s 7,302 336 0

तुलना जोडी बदला