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

يتقدم Step 3.7 Flash (high) في متوسط النتيجة بـ 6.6 مقابل 6.5. لدى Mercury 2.5 Preview (high) تكلفة benchmark أقل عند $0.040 مقابل $1.478. Mercury 2.5 Preview (high) أسرع عند 7.61s مقابل 72.72s، مع معدلات نجاح 65.2% مقابل 58.0%.

تم إنشاء نتائج المعايير من مجموعات اختبارات AI BENCHY في: 2026-10-12

النماذج المقارنة

الترتيب: #207
إجمالي رموز الإخراج: 180,597
زمن الاستجابة (المتوسط): 7.61s
إجمالي التكلفة: $0.040

الترتيب: #203
إجمالي رموز الإخراج: 1,100,052
زمن الاستجابة (المتوسط): 72.72s
إجمالي التكلفة: $1.478

النموذج الموصى به Mercury 2.5 Preview (high)

Its score stays close to the best score here (6.5 vs 6.6), while costing about 37.9x less than Step 3.7 Flash (high).

مقارنة تفصيلية

المقياس	Mercury 2.5 Preview Mercury 2.5 Preview high الإصدار: 2026-09-02	Step 3.7 Flash Step 3.7 Flash high الإصدار: 2026-05-29

المقياس	Mercury 2.5 Preview Mercury 2.5 Preview high الإصدار: 2026-09-02	Step 3.7 Flash Step 3.7 Flash high الإصدار: 2026-05-29
النتيجة	6.5	6.6
الترتيب	#207	#203
الموثوقية	9.9	10.0
الاتساق	8.0	8.5
محاولات	69/69	69/69
اختبارات صحيحة
معدل النجاح لكل محاولة	65.2%	58.0%
اختبارات غير مستقرة	6	4
إجمالي مرات التشغيل	69	69
التكلفة لكل نتيجة	0.319	12.267
إجمالي التكلفة	$0.040	$1.478
سعر الإدخال	$0.040 / 1M	$0.200 / 1M
سعر الإخراج	$0.150 / 1M	$1.150 / 1M
سعر قراءة ذاكرة التخزين المؤقت	غير متاح	$0.040 / 1M
سعر الكتابة في ذاكرة التخزين المؤقت	غير متاح	غير متاح
إجمالي رموز الإدخال	298,512	421,200
رموز الإخراج	3,178	1,100,052
رموز الاستدلال	177,419	0
زمن الاستجابة (المتوسط)	7.61s	72.72s
زمن الاستجابة (الحد الأقصى)	86.84s	364.99s
زمن الاستجابة (الإجمالي)	175.08s	1672.53s
المعلمات	~100B	198B الإجمالي (11B النشطة)
الإتاحة	مغلق المصدر	مفتوح المصدر

تنطبق أسعار التخزين المؤقت على رموز الإدخال. تعيد القراءة استخدام المطالبات المخزنة؛ وتحفظها الكتابة وقد تكلّف أكثر. تُحاسب رموز الإخراج بسعر الإخراج.

عرض إنشاء النماذج

Hamster playing table tennis

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

#207 Mercury 2.5 Preview

high

التكلفة: $0.001
الوقت: 4.5s
الرموز: 3,851 tok

#203 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:

مهام الوكلاء	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Mercury 2.5 Preview	6.1	3.1	66.7%	1		86.84s	182,753	616	16,476
Step 3.7 Flash	5.4	9.6	0.0%	0		130.38s	322,500	49,152	0

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 Preview	10.0	10.0	100.0%	0		1.09s	785	181	7,008
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 Preview	6.7	7.8	55.6%	1		6.13s	7,751	485	42,569
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 Preview	3.8	1.6	50.0%	2		14.36s	95,789	765	54,789
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 Preview	10.0	10.0	100.0%	0		2.24s	8,292	560	8,522
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 Preview	2.9	4.4	22.2%	2		5.68s	857	67	25,958
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 Preview	5.1	10.0	0.0%	0		1.88s	542	94	3,300
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 Preview	9.8	10.0	100.0%	0		1.05s	741	94	3,777
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 Preview	10.0	10.0	100.0%	0		1.21s	774	292	6,066
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 Preview	3.0	10.0	0.0%	0		2.25s	0	0	0
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 Preview	3.0	10.0	0.0%	0		5.41s	228	24	8,954
Step 3.7 Flash	3.0	10.0	0.0%	0		149.34s	222	147,476	0

تبديل زوج المقارنة

Mercury 2mediumvsStep 3.7 Flashhigh Mercury 2.5 PreviewhighvsQwen3.6 35B A3Bmedium KAT-Coder-Pro V2.5lowvsStep 3.7 Flashhigh Mercury 2.5 PreviewhighvsGLM 5.3low Claude Sonnet 5.5mediumvsMercury 2.5 Previewhigh LongCat 2.0lowvsStep 3.7 Flashhigh Mercury 2.5 PreviewhighvsGLM 5.1none Mercury 2.5 PreviewhighvsGrok 4.3medium Qwen3.7 FlashmediumvsStep 3.7 Flashhigh Mercury 2.5 PreviewhighvsLaguna XS 2.1mediumمتاح مجانًا Claude Sonnet 5.5mediumvsStep 3.7 Flashhigh Mercury 2.5 PreviewhighvsKAT-Coder-Pro V2.5low