Mercury 2.5 Preview (medium) vs Grok Build 0.1 (medium)

يتقدم Mercury 2.5 Preview (medium) في متوسط النتيجة بـ 6.8 مقابل 6.7. لدى Mercury 2.5 Preview (medium) تكلفة benchmark أقل عند $0.039 مقابل $1.419. Mercury 2.5 Preview (medium) أسرع عند 6.66s مقابل 55.13s، مع معدلات نجاح 66.7% مقابل 58.0%.

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

النماذج المقارنة

الترتيب: #199
إجمالي رموز الإخراج: 150,107
زمن الاستجابة (المتوسط): 6.66s
إجمالي التكلفة: $0.039

الترتيب: #204
إجمالي رموز الإخراج: 529,806
زمن الاستجابة (المتوسط): 55.13s
إجمالي التكلفة: $1.419

النموذج الموصى به Mercury 2.5 Preview (medium)

It has the best score here (6.8), while costing about 36.9x less than Grok Build 0.1 (medium).

مقارنة تفصيلية

المقياس	Mercury 2.5 Preview Mercury 2.5 Preview medium الإصدار: 2026-09-02	Grok Build 0.1 Grok Build 0.1 medium الإصدار: 2026-05-21

المقياس	Mercury 2.5 Preview Mercury 2.5 Preview medium الإصدار: 2026-09-02	Grok Build 0.1 Grok Build 0.1 medium الإصدار: 2026-05-21
النتيجة	6.8	6.7
الترتيب	#199	#204
الموثوقية	10.0	10.0
الاتساق	9.6	9.6
محاولات	69/69	69/69
اختبارات صحيحة
معدل النجاح لكل محاولة	66.7%	58.0%
اختبارات غير مستقرة	1	1
إجمالي مرات التشغيل	69	69
التكلفة لكل نتيجة	0.244	10.910
إجمالي التكلفة	$0.039	$1.419
سعر الإدخال	$0.040 / 1M	$1.000 / 1M
سعر الإخراج	$0.150 / 1M	$2.000 / 1M
سعر قراءة ذاكرة التخزين المؤقت	غير متاح	$0.200 / 1M
سعر الكتابة في ذاكرة التخزين المؤقت	غير متاح	غير متاح
إجمالي رموز الإدخال	397,291	358,616
رموز الإخراج	6,355	9,651
رموز الاستدلال	143,752	520,155
زمن الاستجابة (المتوسط)	6.66s	55.13s
زمن الاستجابة (الحد الأقصى)	74.63s	252.69s
زمن الاستجابة (الإجمالي)	153.29s	1268.10s
المعلمات	~100B	~300B الإجمالي (~30B 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.

#199 Mercury 2.5 Preview

medium

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

#204 SpaceXAI: Grok Build 0.1

medium

التكلفة: $0.028
الوقت: 81.3s
الرموز: 14,009 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 Build 0.1	3.4	9.6	0.0%	0		69.03s	251,670	1,658	16,742

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 Build 0.1	8.3	10.0	75.0%	0		7.43s	2,010	220	12,162

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 Build 0.1	5.7	9.7	33.3%	0		108.46s	8,304	1,138	161,452

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 Build 0.1	10.0	10.0	100.0%	0		65.08s	75,242	5,442	65,569

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 Build 0.1	10.0	10.0	100.0%	0		10.72s	7,761	180	8,876

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 Build 0.1	2.9	7.2	11.1%	1		175.94s	1,959	492	192,037

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 Build 0.1	4.4	9.9	0.0%	0		18.41s	825	76	6,345

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 Build 0.1	9.8	10.0	100.0%	0		12.36s	1,362	57	9,599

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 Build 0.1	7.7	10.0	66.7%	0		18.26s	1,689	195	20,841

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 Build 0.1	10.0	10.0	100.0%	0		13.12s	7,263	180	4,969

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 Build 0.1	3.0	10.0	0.0%	0		53.51s	531	13	21,563

تبديل زوج المقارنة

Mercury 2.5 PreviewmediumvsInklinglowمتاح مجانًا Solar Pro 4xhighvsGrok Build 0.1medium Mercury 2.5 PreviewmediumvsGPT-6 Solnone Qwen3.5-FlashnonevsGrok Build 0.1medium Solar Pro 4lowvsGrok Build 0.1medium Space Bunny AlphamaxvsGrok Build 0.1medium Claude Opus 4.8nonevsMercury 2.5 Previewmedium Claude Sonnet 5.5lowvsMercury 2.5 Previewmedium Ember-1maxvsGrok Build 0.1medium GPT 5.3 ChatdefaultvsGrok Build 0.1medium GPT-5.6 SolnonevsGrok Build 0.1medium Mercury 2.5 PreviewmediumvsGPT-5.6 Lunalow