Mercury 2 (medium) vs Grok 4.20 (medium)

Empfohlenes Modell Mercury 2 (medium)

Es hat hier die beste Punktzahl (7.0) und kostet etwa 8.6x weniger als Grok 4.20 (medium).

Detaillierter Vergleich

Metrik	Mercury 2 Mercury 2 medium Veröffentlichung: 2026-02-24	Grok 4.20 Grok 4.20 medium Veröffentlichung: 2026-03-31

Metrik	Mercury 2 Mercury 2 medium Veröffentlichung: 2026-02-24	Grok 4.20 Grok 4.20 medium Veröffentlichung: 2026-03-31
Punktzahl	7.0	7.0
Rang	#131	#132
Zuverlässigkeit	10.0	10.0
Konsistenz	8.4	8.2
Versuche	66/66	66/66
Korrekte Tests
Erfolgsquote pro Versuch	53.0%	60.6%
Instabile Tests	4	5
Gesamtläufe	66	66
Kosten pro Ergebnis	0.933	10.365
Gesamtkosten	$0.094	$0.805
Eingabepreis	$0.250 / 1M	$1.250 / 1M
Ausgabepreis	$0.750 / 1M	$2.500 / 1M
Gesamte Eingabe-Token	110,515	102,986
Ausgabe-Token	10,325	5,860
Denk-Token	77,229	264,399
Antwortzeit (Durchschnitt)	2.95s	32.56s
Antwortzeit (Maximum)	14.63s	199.66s
Antwortzeit (Gesamt)	61.89s	716.36s
Parameter	~100B	~1T insgesamt (~100B aktiv)
Verfügbarkeit	Geschlossen	Geschlossen

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

medium

medium

Kategorie:

Anti-KI-Tricks	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Mercury 2	6.9	9.9	50.0%	0		1.12s	554	2,546	2,609
Grok 4.20	8.2	7.9	83.3%	1		3.95s	2,010	287	8,312

Programmierung	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Mercury 2	8.2	7.7	77.8%	1		2.04s	7,065	296	11,328
Grok 4.20	6.3	6.6	55.6%	1		109.93s	8,307	268	103,150

Kombiniert	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Mercury 2	6.7	9.1	50.0%	0		7.84s	87,365	6,533	20,474
Grok 4.20	8.7	6.9	83.3%	1		42.25s	71,267	3,776	44,009

Datenanalyse und -extraktion	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Mercury 2	7.3	5.9	83.3%	1		1.11s	6,234	183	1,656
Grok 4.20	10.0	10.0	100.0%	0		4.17s	7,761	180	5,333

Domänenspezifisch	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Mercury 2	2.9	4.4	22.2%	2		8.06s	1,638	53	31,177
Grok 4.20	2.9	7.2	11.1%	1		49.71s	1,959	872	59,761

Allgemeine Intelligenz	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Mercury 2	4.8	10.0	0.0%	0		821ms	456	137	542
Grok 4.20	3.9	2.6	33.3%	1		24.48s	825	65	6,440

Befolgung von Anweisungen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Mercury 2	10.0	10.0	100.0%	0		1.07s	340	14	958
Grok 4.20	9.8	10.0	100.0%	0		4.26s	1,362	57	6,419

Rätsellösen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Mercury 2	5.4	10.0	33.3%	0		949ms	601	361	2,781
Grok 4.20	7.7	10.0	66.7%	0		6.22s	1,689	149	7,913

Werkzeugaufrufe	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Mercury 2	10.0	10.0	100.0%	0		1.89s	6,080	180	1,956
Grok 4.20	3.0	10.0	0.0%	0		13.68s	7,275	197	6,620

Allgemeinwissen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Mercury 2	3.0	10.0	0.0%	0		2.58s	182	22	3,748
Grok 4.20	3.0	10.0	0.0%	0		63.48s	531	9	16,442

Vergleichspaar wechseln