Mercury 2.5 Preview (default) vs Hy4 preview

يتقدم Hy4 preview في متوسط النتيجة بـ 4.9 مقابل 4.7. لدى Mercury 2.5 Preview (default) تكلفة benchmark أقل عند $0.023 مقابل $0.165. Mercury 2.5 Preview (default) أسرع عند 7.05s مقابل 40.38s، مع معدلات نجاح 29.0% مقابل 15.9%.

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

النماذج المقارنة

الترتيب: #353
إجمالي رموز الإخراج: 86,367
زمن الاستجابة (المتوسط): 7.05s
إجمالي التكلفة: $0.023

الترتيب: #349
إجمالي رموز الإخراج: 9,430
زمن الاستجابة (المتوسط): 40.38s
إجمالي التكلفة: $0.165

النموذج الموصى به Mercury 2.5 Preview (default)

Its score stays close to the best score here (4.7 vs 4.9), while costing about 7.1x less than Hy4 preview.

مقارنة تفصيلية

المقياس	Mercury 2.5 Preview Mercury 2.5 Preview default الإصدار: 2026-09-02	Hy4 preview Hy4 preview none الإصدار: 2026-08-29

المقياس	Mercury 2.5 Preview Mercury 2.5 Preview default الإصدار: 2026-09-02	Hy4 preview Hy4 preview none الإصدار: 2026-08-29
النتيجة	4.7	4.9
الترتيب	#353	#349
الموثوقية	9.9	6.2
الاتساق	8.3	9.4
محاولات	69/69	69/69
اختبارات صحيحة
معدل النجاح لكل محاولة	29.0%	15.9%
اختبارات غير مستقرة	5	1
إجمالي مرات التشغيل	69	69
التكلفة لكل نتيجة	0.559	5.475
إجمالي التكلفة	$0.023	$0.165
سعر الإدخال	$0.040 / 1M	$0.751 / 1M
سعر الإخراج	$0.150 / 1M	$2.251 / 1M
سعر قراءة ذاكرة التخزين المؤقت	غير متاح	$0.038 / 1M
سعر الكتابة في ذاكرة التخزين المؤقت	غير متاح	غير متاح
إجمالي رموز الإدخال	250,541	185,167
رموز الإخراج	86,367	9,430
رموز الاستدلال	0	0
زمن الاستجابة (المتوسط)	7.05s	40.38s
زمن الاستجابة (الحد الأقصى)	84.96s	95.32s
زمن الاستجابة (الإجمالي)	162.25s	928.76s
المعلمات	~100B	770B الإجمالي (49B 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.

#353 Mercury 2.5 Preview

default

SVG غير صالح

التكلفة: $0.001
الوقت: 3.3s
الرموز: 3,122 tok

#349 Hy4 preview

none

This operation was aborted

التكلفة: $0.000
الوقت: 0.0s
الرموز: 0 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		84.96s	120,245	3,782	0
Hy4 preview	5.0	10.0	0.0%	0		65.46s	158,791	2,124	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	3.8	8.3	16.7%	1		655ms	812	256	0
Hy4 preview	3.3	9.6	0.0%	0		31.54s	786	2,278	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	4.7	7.9	22.2%	1		459ms	7,850	650	0
Hy4 preview	3.8	9.4	0.0%	0		45.53s	6,646	4,103	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		31.28s	101,129	80,273	0
Hy4 preview	3.0	10.0	0.0%	0		75.12s	8,758	176	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		1.04s	8,333	672	0
Hy4 preview	8.7	10.0	50.0%	0		22.81s	7,215	189	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	3.6	7.2	22.2%	1		631ms	875	40	0
Hy4 preview	6.8	10.0	33.3%	0		25.61s	740	25	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		482ms	544	85	0
Hy4 preview	5.1	10.0	0.0%	0		58.28s	534	124	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		1.26s	753	73	0
Hy4 preview	7.0	8.9	50.0%	0		47.90s	750	71	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	5.6	7.4	44.4%	1		684ms	796	292	0
Hy4 preview	4.6	7.0	22.2%	1		24.12s	777	330	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	10.0	10.0	100.0%	0		1.29s	8,969	229	0
Hy4 preview	3.0	10.0	0.0%	0		81.53s	0	0	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		419ms	235	15	0
Hy4 preview	3.0	10.0	0.0%	0		19.87s	170	10	0

تبديل زوج المقارنة

Mercury 2.5 PreviewdefaultvsNemotron 3.5 Lightningmediumمتاح مجانًا Ling 2.6 1tdefaultvsHy4 previewnone Laguna S 2.1highمتاح مجانًاvsHy4 previewnone Mercury 2.5 PreviewdefaultvsLaguna S 2.1noneمتاح مجانًا Qwen3 Coder NextdefaultvsHy4 previewnone Granite 4.2 8BhighvsMercury 2.5 Previewdefault Mercury 2.5 PreviewdefaultvsQwen3 Coder Nextmedium Mercury 2.5 PreviewdefaultvsGLM 4.7 Flashnone DeepSeek V3.2nonevsMercury 2.5 Previewdefault Mercury 2.5 PreviewdefaultvsGPT-5.4 Nanonone KAT Coder AIR V2.5lowvsHy4 previewnone GPT-4o-minidefaultvsHy4 previewnone