Mercury 2.5 Preview (medium) vs Grok 4.6 (low)

يتقدم Grok 4.6 (low) في متوسط النتيجة بـ 6.9 مقابل 6.8. لدى Mercury 2.5 Preview (medium) تكلفة benchmark أقل عند $0.039 مقابل $0.781. Mercury 2.5 Preview (medium) أسرع عند 6.66s مقابل 16.44s، مع معدلات نجاح 66.7% مقابل 66.7%.

تم إنشاء نتائج المعايير من مجموعات اختبارات AI BENCHY في: 2026-11-10

النماذج المقارنة

الترتيب: #231
إجمالي رموز الإخراج: 150,107
زمن الاستجابة (المتوسط): 6.66s
إجمالي التكلفة: $0.039

الترتيب: #218
إجمالي رموز الإخراج: 42,315
زمن الاستجابة (المتوسط): 16.44s
إجمالي التكلفة: $0.781

النموذج الموصى به Mercury 2.5 Preview (medium)

Its score stays close to the best score here (6.8 vs 6.9), while costing about 20.3x less than Grok 4.6 (low).

مقارنة تفصيلية

المقياس	Mercury 2.5 Preview Mercury 2.5 Preview medium الإصدار: 2026-09-02	Grok 4.6 Grok 4.6 low الإصدار: 2026-08-12

المقياس	Mercury 2.5 Preview Mercury 2.5 Preview medium الإصدار: 2026-09-02	Grok 4.6 Grok 4.6 low الإصدار: 2026-08-12
النتيجة	6.8	6.9
الترتيب	#231	#218
الموثوقية	10.0	10.0
الاتساق	9.6	9.6
محاولات	69/69	69/69
اختبارات صحيحة
معدل النجاح لكل محاولة	66.7%	66.7%
اختبارات غير مستقرة	1	1
إجمالي مرات التشغيل	69	69
التكلفة لكل نتيجة	0.244	5.205
إجمالي التكلفة	$0.039	$0.781
سعر الإدخال	$0.040 / 1M	$2.000 / 1M
سعر الإخراج	$0.150 / 1M	$6.000 / 1M
سعر قراءة ذاكرة التخزين المؤقت	غير متاح	$0.500 / 1M
سعر الكتابة في ذاكرة التخزين المؤقت	غير متاح	غير متاح
إجمالي رموز الإدخال	397,291	263,427
رموز الإخراج	6,355	6,006
رموز الاستدلال	143,752	36,309
زمن الاستجابة (المتوسط)	6.66s	16.44s
زمن الاستجابة (الحد الأقصى)	74.63s	57.97s
زمن الاستجابة (الإجمالي)	153.29s	378.14s
المعلمات	~100B	~1.7T الإجمالي (~170B النشطة)
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.

#231 Mercury 2.5 Preview

medium

التكلفة: $0.001
الوقت: 2.7s
الرموز: 2,241 tok

#218 SpaceXAI: Grok 4.6

low

التكلفة: $0.011
الوقت: 26.0s
الرموز: 1,941 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	3.9	9.6	0.0%	0		74.63s	284,578	919	22,154
Grok 4.6	5.0	10.0	0.0%	0		57.97s	153,467	882	3,385

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		1.43s	781	203	7,921
Grok 4.6	10.0	10.0	100.0%	0		9.00s	2,991	104	3,343

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	7.8	10.0	66.7%	0		3.86s	7,839	552	22,126
Grok 4.6	5.5	7.1	44.4%	1		21.69s	9,579	349	7,740

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	6.5	10.0	50.0%	0		13.86s	92,663	3,607	41,588
Grok 4.6	6.5	10.0	50.0%	0		23.33s	71,233	3,899	2,805

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		2.77s	8,292	514	11,354
Grok 4.6	10.0	10.0	100.0%	0		11.63s	8,937	225	1,423

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	5.3	7.2	44.4%	1		3.72s	853	62	17,120
Grok 4.6	3.0	10.0	0.0%	0		18.19s	2,523	16	7,921

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		2.09s	538	99	3,375
Grok 4.6	10.0	10.0	100.0%	0		16.29s	1,077	55	1,009

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		1.35s	744	96	3,987
Grok 4.6	9.8	10.0	100.0%	0		6.64s	1,857	57	2,310

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		1.87s	771	274	7,323
Grok 4.6	10.0	10.0	100.0%	0		8.16s	2,430	154	2,506

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		2.37s	0	0	0
Grok 4.6	10.0	10.0	100.0%	0		14.42s	8,544	255	359

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		4.13s	232	29	6,804
Grok 4.6	3.0	10.0	0.0%	0		26.11s	789	10	3,508

تبديل زوج المقارنة

Mercury 2.5 PreviewmediumvsInklinglowمتاح مجانًا Qwen3.5-122B-A10BmediumvsGrok 4.6low Minimax M3.1 Flashmaxمتاح مجانًاvsGrok 4.6low Mercury 2.5 PreviewmediumvsGPT-6 Solnone Step 5 PreviewhighvsGrok 4.6low Claude Opus 4.8nonevsMercury 2.5 Previewmedium Claude Sonnet 5.5lowvsMercury 2.5 Previewmedium Mercury 2.5 PreviewmediumvsGPT-5.6 Lunalow Kimi K2.7 CodemediumvsGrok 4.6low Gemini 3.1 Flash Lite PreviewmediumvsGrok 4.6low Gemini 3.1 Flash LitemediumvsGrok 4.6low Ember-1highvsMercury 2.5 Previewmedium