#151 Mercury 2
none- खर्च
- $0.002
- वेळ
- 1.8s
- टोकन्स
- 1,514 tok
AI BENCHY Compare
Inception: Mercury 2 vs xAI: Grok 4.20
सारांश
Mercury 2 vs Grok 4.20 benchmark तुलना: Mercury 2 average score मध्ये पुढे आहे: 4.6 vs 4.4. Mercury 2 चा benchmark खर्च कमी आहे: $0.011 vs $0.057. Mercury 2 वेगवान आहे: 653ms vs 1.11s, pass rates 23.8% vs 28.6%.
शिफारस केलेले मॉडेल: Mercury 2 - It has the best score here (4.6), while costing about 5.5x less than Grok 4.20.
AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-06-18
| मेट्रिक | Mercury 2 Mercury 2 none | Grok 4.20 Grok 4.20 none |
|---|---|---|
| स्कोअर | 4.6 | 4.4 |
| क्रमांक | #151 | #155 |
| विश्वसनीयता | 10.0 | लागू नाही |
| सुसंगतता | 9.2 | 8.5 |
| बरोबर चाचण्या | ||
| प्रति प्रयत्न पास दर | 23.8% | 28.6% |
| अस्थिर चाचण्या | 2 | 0 |
| एकूण रन | 63 | 54 |
| प्रति निकाल खर्च | 0.259 | 1.570 |
| एकूण खर्च | $0.011 | $0.057 |
| इनपुट किंमत | $0.250 / 1M | $1.250 / 1M |
| आउटपुट किंमत | $0.750 / 1M | $2.500 / 1M |
| एकूण इनपुट टोकन्स | 28,113 | 41,313 |
| आउटपुट टोकन्स | 4,439 | 1,923 |
| रिझनिंग टोकन्स | 0 | 0 |
| प्रतिसाद वेळ (सरासरी) | 653ms | 1.11s |
| प्रतिसाद वेळ (कमाल) | 1.43s | 6.04s |
| प्रतिसाद वेळ (एकूण) | 13.72s | 19.96s |
जनरेशन शोकेस
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#155 xAI: Grok 4.20
none- खर्च
- $0.004
- वेळ
- 6.5s
- टोकन्स
- 1,367 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
झटपट तुलना
तुलना जोडी बदला
Mercury 2nonevsQwen3 Coder NextmediumGrok 4.20nonevsGLM 4.7 FlashmediumMercury 2nonevsMiniMax M2.5mediumCobuddymediumvsMercury 2noneQwen3 Coder NextmediumvsGrok 4.20noneMercury 2nonevsGLM 4.7 FlashmediumMiniMax M2.5mediumvsGrok 4.20noneMercury 2nonevsMistral Small 4mediumMercury 2nonevsMiniMax M2.7mediumCobuddymediumvsGrok 4.20noneQwen3.5-9BmediumvsGrok 4.20noneMistral Small 4mediumvsGrok 4.20none