Mercury 2.5 (medium) vs Step 3.7 Flash (high)

يتقدم Step 3.7 Flash (high) في متوسط النتيجة بـ 6.8 مقابل 6.8. لدى Mercury 2.5 (medium) تكلفة benchmark أقل عند $0.022 مقابل $1.229. Mercury 2.5 (medium) أسرع عند 3.19s مقابل 70.10s، مع معدلات نجاح 65.2% مقابل 60.6%.

تم إنشاء نتائج المعايير من مجموعات اختبارات AI BENCHY في: 2026-09-08

النماذج المقارنة

الترتيب: #157
إجمالي رموز الإخراج: 120,129
زمن الاستجابة (المتوسط): 3.19s
إجمالي التكلفة: $0.022

الترتيب: #150
إجمالي رموز الإخراج: 1,050,900
زمن الاستجابة (المتوسط): 70.10s
إجمالي التكلفة: $1.229

النموذج الموصى به Mercury 2.5 (medium)

Its score stays close to the best score here (6.8 vs 6.8), while costing about 56.7x less than Step 3.7 Flash (high).

مقارنة تفصيلية

المقياس	Mercury 2.5 Mercury 2.5 medium الإصدار: 2026-09-08	Step 3.7 Flash Step 3.7 Flash high الإصدار: 2026-05-29

المقياس	Mercury 2.5 Mercury 2.5 medium الإصدار: 2026-09-08	Step 3.7 Flash Step 3.7 Flash high الإصدار: 2026-05-29
النتيجة	6.8	6.8
الترتيب	#157	#150
الموثوقية	9.8	10.0
الاتساق	8.6	8.4
محاولات	66/66	66/66
اختبارات صحيحة
معدل النجاح لكل محاولة	65.2%	60.6%
اختبارات غير مستقرة	4	4
إجمالي مرات التشغيل	66	66
التكلفة لكل نتيجة	0.181	11.167
إجمالي التكلفة	$0.022	$1.229
سعر الإدخال	$0.040 / 1M	$0.200 / 1M
سعر الإخراج	$0.150 / 1M	$1.150 / 1M
إجمالي رموز الإدخال	91,402	98,700
رموز الإخراج	3,138	1,050,900
رموز الاستدلال	116,991	0
زمن الاستجابة (المتوسط)	3.19s	70.10s
زمن الاستجابة (الحد الأقصى)	9.87s	364.99s
زمن الاستجابة (الإجمالي)	70.18s	1542.14s
المعلمات	~100B	198B الإجمالي (11B النشطة)
الإتاحة	مغلق المصدر	مفتوح المصدر

عرض إنشاء النماذج

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#157 Mercury 2.5

medium

التكلفة: $0.001
الوقت: 3.8s
الرموز: 3,386 tok

#150 Step 3.7 Flash

high

التكلفة: $0.007
الوقت: 63.6s
الرموز: 6,030 tok

أفضل النماذج حسب الدرجة

الدرجة مقابل التكلفة الإجمالية

زمن الاستجابة (المتوسط)

النتيجة vs زمن الاستجابة (المتوسط)

إجمالي رموز الإخراج

النتيجة vs إجمالي رموز الإخراج

تفصيل الفئات

الفئة:

حيل مضادة للذكاء الاصطناعي	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Mercury 2.5	10.0	10.0	100.0%	0		1.28s	773	192	7,122
Step 3.7 Flash	10.0	10.0	100.0%	0		13.40s	696	42,656	0

البرمجة	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Mercury 2.5	5.0	5.1	44.5%	2		3.70s	7,807	488	21,857
Step 3.7 Flash	4.0	6.0	22.2%	1		206.21s	6,057	327,340	0

مجمّع	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Mercury 2.5	6.5	10.0	50.0%	0		9.23s	62,336	1,073	34,370
Step 3.7 Flash	8.7	6.9	83.3%	1		41.23s	73,938	49,842	0

تحليل البيانات واستخراجها	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Mercury 2.5	10.0	10.0	100.0%	0		2.57s	8,385	582	9,343
Step 3.7 Flash	10.0	10.0	100.0%	0		14.72s	7,368	23,113	0

خاص بالمجال	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Mercury 2.5	3.6	7.2	22.2%	1		4.39s	852	59	19,837
Step 3.7 Flash	3.6	7.2	22.2%	1		189.35s	792	429,007	0

الذكاء العام	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Mercury 2.5	4.4	9.9	0.0%	0		1.60s	528	98	2,364
Step 3.7 Flash	5.5	10.0	0.0%	0		4.17s	510	2,862	0

اتباع التعليمات	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Mercury 2.5	6.4	6.0	66.7%	1		1.07s	520	55	2,344
Step 3.7 Flash	9.8	10.0	100.0%	0		1.52s	705	2,010	0

حل الألغاز	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Mercury 2.5	10.0	10.0	100.0%	0		1.93s	766	290	7,721
Step 3.7 Flash	5.3	7.2	44.4%	1		10.22s	711	25,422	0

استدعاء الأدوات	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Mercury 2.5	10.0	10.0	100.0%	0		3.35s	9,203	269	4,641
Step 3.7 Flash	10.0	10.0	100.0%	0		2.79s	7,701	1,172	0

معلومات عامة	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Mercury 2.5	3.0	10.0	0.0%	0		4.30s	232	32	7,392
Step 3.7 Flash	3.0	10.0	0.0%	0		149.34s	222	147,476	0

مقارنة سريعة

تبديل زوج المقارنة

Gemini 3 Flash PreviewnonevsMercury 2.5medium Seed-2.0-CodemediumvsStep 3.7 Flashhigh Mercury 2.5mediumvsGLM 5.3low Qwen3.6 FlashmediumvsStep 3.7 Flashhigh Mercury 2.5mediumvsGLM 5.2none Step 3.7 FlashhighvsSolar Pro 4low Mercury 2.5mediumvsKAT-Coder-Pro V2.5none DeepSeek V4 PrononevsMercury 2.5medium Gemini 3.5 FlashnonevsStep 3.7 Flashhigh Step 3.7 FlashhighvsSolar Pro 4medium DeepSeek V4 PrononevsStep 3.7 Flashhigh Mercury 2.5mediumvsSolar Pro 4low