Mercury 2.5 Preview (low) vs GPT-4o-mini (default)

يتقدم Mercury 2.5 Preview (low) في متوسط النتيجة بـ 5.0 مقابل 5.0. لدى Mercury 2.5 Preview (low) تكلفة benchmark أقل عند $0.015 مقابل $0.024. GPT-4o-mini (default) أسرع عند 4.16s مقابل 4.92s، مع معدلات نجاح 44.9% مقابل 21.7%.

تم إنشاء نتائج المعايير من مجموعات اختبارات AI BENCHY في: 2026-10-16

النماذج المقارنة

الترتيب: #336
إجمالي رموز الإخراج: 36,870
زمن الاستجابة (المتوسط): 4.92s
إجمالي التكلفة: $0.015

الترتيب: #339
إجمالي رموز الإخراج: 3,627
زمن الاستجابة (المتوسط): 4.16s
إجمالي التكلفة: $0.024

النموذج الموصى به Mercury 2.5 Preview (low)

It has the best score here (5.0), while costing about 1.6x less than GPT-4o-mini (default).

مقارنة تفصيلية

المقياس	Mercury 2.5 Preview Mercury 2.5 Preview low الإصدار: 2026-09-02	GPT-4o-mini GPT-4o-mini default الإصدار: 2024-07-18

المقياس	Mercury 2.5 Preview Mercury 2.5 Preview low الإصدار: 2026-09-02	GPT-4o-mini GPT-4o-mini default الإصدار: 2024-07-18
النتيجة	5.0	5.0
الترتيب	#336	#339
الموثوقية	9.9	10.0
الاتساق	7.1	9.9
محاولات	69/69	69/69
اختبارات صحيحة
معدل النجاح لكل محاولة	44.9%	21.7%
اختبارات غير مستقرة	8	0
إجمالي مرات التشغيل	69	69
التكلفة لكل نتيجة	0.244	0.480
إجمالي التكلفة	$0.015	$0.024
سعر الإدخال	$0.040 / 1M	$0.150 / 1M
سعر الإخراج	$0.150 / 1M	$0.600 / 1M
سعر قراءة ذاكرة التخزين المؤقت	غير متاح	$0.075 / 1M
سعر الكتابة في ذاكرة التخزين المؤقت	غير متاح	غير متاح
إجمالي رموز الإدخال	235,438	145,180
رموز الإخراج	8,136	3,627
رموز الاستدلال	28,734	0
زمن الاستجابة (المتوسط)	4.92s	4.16s
زمن الاستجابة (الحد الأقصى)	84.47s	39.99s
زمن الاستجابة (الإجمالي)	113.24s	70.70s
المعلمات	~100B	~8B
الإتاحة	مغلق المصدر	مغلق 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.

#336 Mercury 2.5 Preview

low

التكلفة: $0.001
الوقت: 1.5s
الرموز: 1,169 tok

#339 GPT-4o-mini

default

التكلفة: $0.001
الوقت: 6.6s
الرموز: 742 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	5.0	10.0	0.0%	0		84.47s	101,913	877	4,018
GPT-4o-mini	5.0	10.0	0.0%	0		39.99s	92,035	714	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	5.6	3.8	66.7%	3		759ms	786	290	3,019
GPT-4o-mini	4.8	10.0	25.0%	0		1.34s	618	186	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	5.5	10.0	33.3%	0		972ms	7,794	695	2,263
GPT-4o-mini	3.2	9.6	0.0%	0		1.63s	7,314	367	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	3.0	10.0	0.0%	0		4.77s	110,517	5,013	9,661
GPT-4o-mini	3.0	10.0	0.0%	0		6.32s	29,916	1,497	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	6.3	5.8	66.7%	1		1.12s	8,309	611	1,521
GPT-4o-mini	10.0	10.0	100.0%	0		1.27s	7,161	183	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	4.1	4.4	44.5%	2		836ms	849	45	2,247
GPT-4o-mini	3.0	10.0	0.0%	0		743ms	741	17	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	5.0	10.0	0.0%	0		1.05s	540	105	749
GPT-4o-mini	4.0	10.0	0.0%	0		909ms	480	66	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	6.3	10.0	50.0%	0		1.60s	745	99	1,492
GPT-4o-mini	6.3	10.0	50.0%	0		1.11s	666	69	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	8.2	7.2	88.9%	1		710ms	777	312	2,271
GPT-4o-mini	3.5	10.0	0.0%	0		1.21s	651	308	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	2.8	1.6	33.3%	1		1.57s	2,983	76	739
GPT-4o-mini	10.0	10.0	100.0%	0		2.51s	5,400	205	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		591ms	225	13	754
GPT-4o-mini	3.0	10.0	0.0%	0		794ms	198	15	0

تبديل زوج المقارنة

KAT Coder AIR V2.5lowvsGPT-4o-minidefault MiniMax M2.7mediumvsGPT-4o-minidefault Mercury 2.5 PreviewlowvsLaguna S 2.1mediumمتاح مجانًا Mercury 2.5 PreviewlowvsMiniMax M2.7medium Dots 3 Note Previewdefaultمتاح مجانًاvsMercury 2.5 Previewlow GPT-4o-minidefaultvsInkling Smallnoneمتاح مجانًا Apodex 1.1 Minidefaultمتاح مجانًاvsMercury 2.5 Previewlow GPT-4o-minidefaultvsLaguna S 2.1highمتاح مجانًا GPT-4o-minidefaultvsLaguna S 2.1mediumمتاح مجانًا Mercury 2.5 PreviewlowvsMiMo-V2.5-Pronone Mercury 2.5 PreviewlowvsKAT Coder AIR V2.5medium GPT-4o-minidefaultvsMiMo-V2.5none