- درجہ
- #171
- کل آؤٹ پٹ ٹوکنز
- 150,107
- ردِعمل کا وقت (اوسط)
- 6.66s
- کل لاگت
- $0.037
Mercury 2.5 Preview (medium) vs GPT-5.6 Luna (low)
average score تقریباً برابر ہے: 6.8 vs 6.9. Mercury 2.5 Preview (medium) کی benchmark لاگت کم ہے: $0.037 vs $0.075. Mercury 2.5 Preview (medium) تیز ہے: 6.66s vs 6.96s، pass rates 66.7% vs 56.5%.
موازنہ کیے گئے ماڈلز
- درجہ
- #165
- کل آؤٹ پٹ ٹوکنز
- 28,001
- ردِعمل کا وقت (اوسط)
- 6.96s
- کل لاگت
- $0.075
تجویز کردہ ماڈل
Mercury 2.5 Preview (medium)
It has the best score here (6.8), while costing about 2.0x less than GPT-5.6 Luna (low).
تفصیلی موازنہ
| میٹرک | Mercury 2.5 Preview Mercury 2.5 Preview medium | GPT-5.6 Luna GPT-5.6 Luna low |
|---|---|---|
| اسکور | 6.8 | 6.9 |
| درجہ | #171 | #165 |
| اعتماد پذیری | 10.0 | 10.0 |
| تسلسل | 9.6 | 8.3 |
| کوششیں | 69/69 | 69/69 |
| درست ٹیسٹس | ||
| فی کوشش کامیابی کی شرح | 66.7% | 56.5% |
| غیر مستحکم ٹیسٹ | 1 | 5 |
| کل رنز | 69 | 69 |
| فی نتیجہ لاگت | 0.244 | 2.428 |
| کل لاگت | $0.037 | $0.075 |
| ان پٹ قیمت | $0.000 / 1M | $0.200 / 1M |
| آؤٹ پٹ قیمت | $0.000 / 1M | $1.200 / 1M |
| کل ان پٹ ٹوکنز | 397,291 | 202,680 |
| آؤٹ پٹ ٹوکنز | 6,355 | 9,230 |
| ریزننگ ٹوکنز | 143,752 | 18,771 |
| ردِعمل کا وقت (اوسط) | 6.66s | 6.96s |
| ردِعمل کا وقت (زیادہ سے زیادہ) | 74.63s | 45.74s |
| ردِعمل کا وقت (کل) | 153.29s | 160.19s |
| پیرامیٹرز | ~100B | ~400B کل (~17B فعال) |
| دستیابی | بند ماخذ | بند ماخذ |
ماڈل جنریشن شوکیس
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#171 Mercury 2.5 Preview
medium- لاگت
- $0.001
- وقت
- 2.7s
- ٹوکنز
- 2,241 tok
#165 GPT-5.6 Luna
low- لاگت
- $0.011
- وقت
- 10.2s
- ٹوکنز
- 1,897 tok
اسکور کے لحاظ سے سرفہرست ماڈلز
اسکور بمقابلہ کل لاگت
ردِعمل کا وقت (اوسط)
اسکور vs ردِعمل کا وقت (اوسط)
کل آؤٹ پٹ ٹوکنز
اسکور vs کل آؤٹ پٹ ٹوکنز
زمرہ وار تفصیل
| خودمختار ایجنٹ کے کام | اسکور | تسلسل | فی کوشش کامیابی کی شرح | غیر مستحکم ٹیسٹ | درست ٹیسٹس | ردِعمل کا وقت (اوسط) | ان پٹ ٹوکنز | آؤٹ پٹ ٹوکنز | ریزننگ ٹوکنز |
|---|---|---|---|---|---|---|---|---|---|
| Mercury 2.5 Preview | 3.9 | 9.6 | 0.0% | 0 | 74.63s | 284,578 | 919 | 22,154 | |
| GPT-5.6 Luna | 10.0 | 10.0 | 100.0% | 0 | 45.74s | 106,325 | 1,017 | 698 |
| اینٹی اے آئی چالیں | اسکور | تسلسل | فی کوشش کامیابی کی شرح | غیر مستحکم ٹیسٹ | درست ٹیسٹس | ردِعمل کا وقت (اوسط) | ان پٹ ٹوکنز | آؤٹ پٹ ٹوکنز | ریزننگ ٹوکنز |
|---|---|---|---|---|---|---|---|---|---|
| Mercury 2.5 Preview | 10.0 | 10.0 | 100.0% | 0 | 1.43s | 781 | 203 | 7,921 | |
| GPT-5.6 Luna | 8.3 | 10.0 | 75.0% | 0 | 2.21s | 606 | 186 | 722 |
| کوڈنگ | اسکور | تسلسل | فی کوشش کامیابی کی شرح | غیر مستحکم ٹیسٹ | درست ٹیسٹس | ردِعمل کا وقت (اوسط) | ان پٹ ٹوکنز | آؤٹ پٹ ٹوکنز | ریزننگ ٹوکنز |
|---|---|---|---|---|---|---|---|---|---|
| Mercury 2.5 Preview | 7.8 | 10.0 | 66.7% | 0 | 3.86s | 7,839 | 552 | 22,126 | |
| GPT-5.6 Luna | 5.5 | 10.0 | 33.3% | 0 | 4.61s | 7,302 | 557 | 3,535 |
| مشترکہ | اسکور | تسلسل | فی کوشش کامیابی کی شرح | غیر مستحکم ٹیسٹ | درست ٹیسٹس | ردِعمل کا وقت (اوسط) | ان پٹ ٹوکنز | آؤٹ پٹ ٹوکنز | ریزننگ ٹوکنز |
|---|---|---|---|---|---|---|---|---|---|
| Mercury 2.5 Preview | 6.5 | 10.0 | 50.0% | 0 | 13.86s | 92,663 | 3,607 | 41,588 | |
| GPT-5.6 Luna | 2.8 | 1.6 | 33.3% | 2 | 13.71s | 73,147 | 6,401 | 2,716 |
| ڈیٹا پارسنگ اور استخراج | اسکور | تسلسل | فی کوشش کامیابی کی شرح | غیر مستحکم ٹیسٹ | درست ٹیسٹس | ردِعمل کا وقت (اوسط) | ان پٹ ٹوکنز | آؤٹ پٹ ٹوکنز | ریزننگ ٹوکنز |
|---|---|---|---|---|---|---|---|---|---|
| Mercury 2.5 Preview | 10.0 | 10.0 | 100.0% | 0 | 2.77s | 8,292 | 514 | 11,354 | |
| GPT-5.6 Luna | 10.0 | 10.0 | 100.0% | 0 | 2.14s | 7,140 | 234 | 292 |
| ڈومین مخصوص | اسکور | تسلسل | فی کوشش کامیابی کی شرح | غیر مستحکم ٹیسٹ | درست ٹیسٹس | ردِعمل کا وقت (اوسط) | ان پٹ ٹوکنز | آؤٹ پٹ ٹوکنز | ریزننگ ٹوکنز |
|---|---|---|---|---|---|---|---|---|---|
| Mercury 2.5 Preview | 5.3 | 7.2 | 44.4% | 1 | 3.72s | 853 | 62 | 17,120 | |
| GPT-5.6 Luna | 2.9 | 7.2 | 11.1% | 1 | 11.24s | 732 | 72 | 7,564 |
| عمومی ذہانت | اسکور | تسلسل | فی کوشش کامیابی کی شرح | غیر مستحکم ٹیسٹ | درست ٹیسٹس | ردِعمل کا وقت (اوسط) | ان پٹ ٹوکنز | آؤٹ پٹ ٹوکنز | ریزننگ ٹوکنز |
|---|---|---|---|---|---|---|---|---|---|
| Mercury 2.5 Preview | 5.0 | 10.0 | 0.0% | 0 | 2.09s | 538 | 99 | 3,375 | |
| GPT-5.6 Luna | 5.0 | 10.0 | 0.0% | 0 | 2.25s | 477 | 122 | 169 |
| ہدایات کی پیروی | اسکور | تسلسل | فی کوشش کامیابی کی شرح | غیر مستحکم ٹیسٹ | درست ٹیسٹس | ردِعمل کا وقت (اوسط) | ان پٹ ٹوکنز | آؤٹ پٹ ٹوکنز | ریزننگ ٹوکنز |
|---|---|---|---|---|---|---|---|---|---|
| Mercury 2.5 Preview | 9.8 | 10.0 | 100.0% | 0 | 1.35s | 744 | 96 | 3,987 | |
| GPT-5.6 Luna | 8.5 | 6.8 | 83.3% | 1 | 2.04s | 660 | 93 | 259 |
| پہیلی حل کرنا | اسکور | تسلسل | فی کوشش کامیابی کی شرح | غیر مستحکم ٹیسٹ | درست ٹیسٹس | ردِعمل کا وقت (اوسط) | ان پٹ ٹوکنز | آؤٹ پٹ ٹوکنز | ریزننگ ٹوکنز |
|---|---|---|---|---|---|---|---|---|---|
| Mercury 2.5 Preview | 10.0 | 10.0 | 100.0% | 0 | 1.87s | 771 | 274 | 7,323 | |
| GPT-5.6 Luna | 7.6 | 7.2 | 77.8% | 1 | 3.59s | 642 | 271 | 1,207 |
| ٹول کالنگ | اسکور | تسلسل | فی کوشش کامیابی کی شرح | غیر مستحکم ٹیسٹ | درست ٹیسٹس | ردِعمل کا وقت (اوسط) | ان پٹ ٹوکنز | آؤٹ پٹ ٹوکنز | ریزننگ ٹوکنز |
|---|---|---|---|---|---|---|---|---|---|
| Mercury 2.5 Preview | 3.0 | 10.0 | 0.0% | 0 | 2.37s | 0 | 0 | 0 | |
| GPT-5.6 Luna | 10.0 | 10.0 | 100.0% | 0 | 4.43s | 5,454 | 250 | 177 |
| معلومات عامہ | اسکور | تسلسل | فی کوشش کامیابی کی شرح | غیر مستحکم ٹیسٹ | درست ٹیسٹس | ردِعمل کا وقت (اوسط) | ان پٹ ٹوکنز | آؤٹ پٹ ٹوکنز | ریزننگ ٹوکنز |
|---|---|---|---|---|---|---|---|---|---|
| Mercury 2.5 Preview | 3.0 | 10.0 | 0.0% | 0 | 4.13s | 232 | 29 | 6,804 | |
| GPT-5.6 Luna | 3.0 | 10.0 | 0.0% | 0 | 4.86s | 195 | 27 | 1,432 |
فوری موازنہ
موازنہ کی جوڑی تبدیل کریں
Mercury 2.5 PreviewmediumvsInklinglowمفت دستیابGemma 4 31Bmediumمفت دستیابvsGPT-5.6 LunalowClaude Opus 4.8nonevsGPT-5.6 LunalowMercury 2.5 PreviewmediumvsGPT-6 SolnoneEmber-1highvsGPT-5.6 LunalowGemini 3.1 Flash LitemediumvsGPT-5.6 LunalowKimi K2.6mediumvsGPT-5.6 LunalowGPT-5.6 LunalowvsQwen3.5-FlashmediumClaude Opus 4.8nonevsMercury 2.5 PreviewmediumClaude Sonnet 5.5lowvsMercury 2.5 PreviewmediumEmber-1highvsMercury 2.5 PreviewmediumMercury 2.5 PreviewmediumvsSpace Bunny Alphamax