Ember-1 (high) vs Mercury 2 (medium)

Verglichene Modelle

Empfohlenes Modell Mercury 2 (medium)

Die Punktzahl bleibt nah an der besten hier (7.0 vs 7.1) und es kostet etwa 19.3x weniger als Ember-1 (high).

Metrik	Ember-1 Ember-1 high Veröffentlichung: 2026-09-28	Mercury 2 Mercury 2 medium Veröffentlichung: 2026-02-24

Metrik	Ember-1 Ember-1 high Veröffentlichung: 2026-09-28	Mercury 2 Mercury 2 medium Veröffentlichung: 2026-02-24
Punktzahl	7.1	7.0
Rang	#158	#166
Zuverlässigkeit	8.0	10.0
Konsistenz	7.3	8.4
Versuche	66/66	66/66
Korrekte Tests
Erfolgsquote pro Versuch	71.2%	53.0%
Instabile Tests	7	4
Gesamtläufe	66	66
Kosten pro Ergebnis	14.981	0.933
Gesamtkosten	$1.798	$0.094
Eingabepreis	$3.000 / 1M	$0.250 / 1M
Ausgabepreis	$15.000 / 1M	$0.750 / 1M
Gesamte Eingabe-Token	48,577	110,515
Ausgabe-Token	7,345	10,325
Denk-Token	102,780	77,229
Antwortzeit (Durchschnitt)	56.77s	2.95s
Antwortzeit (Maximum)	255.06s	14.63s
Antwortzeit (Gesamt)	1248.88s	61.89s
Parameter	~2.8T insgesamt (~104B aktiv)	~100B
Verfügbarkeit	Geschlossen	Geschlossen

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

high

medium

Kategorie:

Anti-KI-Tricks	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Ember-1	8.7	7.9	91.7%	1		24.05s	1,544	886	992
Mercury 2	6.9	9.9	50.0%	0		1.12s	554	2,546	2,609

Programmierung	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Ember-1	8.2	7.2	88.9%	1		72.23s	7,144	1,281	23,093
Mercury 2	8.2	7.7	77.8%	1		2.04s	7,065	296	11,328

Kombiniert	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Ember-1	6.4	5.8	66.7%	1		79.89s	28,994	1,667	6,614
Mercury 2	6.7	9.1	50.0%	0		7.84s	87,365	6,533	20,474

Datenanalyse und -extraktion	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Ember-1	7.3	5.9	83.3%	1		36.10s	6,076	230	1,228
Mercury 2	7.3	5.9	83.3%	1		1.11s	6,234	183	1,656

Domänenspezifisch	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Ember-1	2.9	4.4	22.2%	2		175.49s	1,154	1,023	61,582
Mercury 2	2.9	4.4	22.2%	2		8.06s	1,638	53	31,177

Allgemeine Intelligenz	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Ember-1	10.0	10.0	100.0%	0		4.49s	744	194	304
Mercury 2	4.8	10.0	0.0%	0		821ms	456	137	542

Befolgung von Anweisungen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Ember-1	7.1	5.8	83.3%	1		33.38s	992	162	784
Mercury 2	10.0	10.0	100.0%	0		1.07s	340	14	958

Rätsellösen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Ember-1	10.0	10.0	100.0%	0		4.84s	1,452	390	848
Mercury 2	5.4	10.0	33.3%	0		949ms	601	361	2,781

Werkzeugaufrufe	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Ember-1	3.0	10.0	0.0%	0		26.45s	0	0	0
Mercury 2	10.0	10.0	100.0%	0		1.89s	6,080	180	1,956

Allgemeinwissen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Ember-1	3.0	10.0	0.0%	0		65.34s	477	1,512	7,335
Mercury 2	3.0	10.0	0.0%	0		2.58s	182	22	3,748

Vergleichspaar wechseln