Mercury 2.5 (high) vs Step 3.7 Flash (low)

Modelos comparados

Rango: #234
Total de tokens de salida: 193,676
Tiempo de respuesta (promedio): 7.62s
Costo total: $0.044

Rango: #179
Total de tokens de salida: 339,108
Tiempo de respuesta (promedio): 20.72s
Costo total: $0.449

Modelo recomendado Mercury 2.5 (high)

Su puntuación se mantiene cerca de la mejor aquí (6.5 vs 7.2) y cuesta aproximadamente 10.3x menos que Step 3.7 Flash (low).

Comparación detallada

Métrica	Mercury 2.5 Mercury 2.5 high Lanzamiento: 2026-09-08	Step 3.7 Flash Step 3.7 Flash low Lanzamiento: 2026-05-29

Métrica	Mercury 2.5 Mercury 2.5 high Lanzamiento: 2026-09-08	Step 3.7 Flash Step 3.7 Flash low Lanzamiento: 2026-05-29
Puntuación	6.5	7.2
Rango	#234	#179
Fiabilidad	9.8	10.0
Consistencia	8.7	7.9
Intentos	69/69	69/69
Pruebas correctas
Tasa de aciertos por intento	59.4%	63.8%
Pruebas inestables	4	6
Ejecuciones totales	69	69
Costo por resultado	0.362	4.078
Costo total	$0.044	$0.449
Precio de entrada	$0.040 / 1M	$0.200 / 1M
Precio de salida	$0.150 / 1M	$1.150 / 1M
Precio de lectura de caché	$0.004 / 1M	$0.040 / 1M
Precio de escritura de caché	N/D	N/D
Total de tokens de entrada	358,562	292,685
Tokens de salida	4,266	339,108
Tokens de razonamiento	189,410	0
Tiempo de respuesta (promedio)	7.62s	20.72s
Tiempo de respuesta (máximo)	80.30s	124.75s
Tiempo de respuesta (total)	175.36s	476.67s
Parámetros	~100B	198B en total (11B activos)
Disponibilidad	Código cerrado	Código abierto

Los precios de caché se aplican a los tokens de entrada. Las lecturas reutilizan instrucciones guardadas; las escrituras las almacenan y pueden costar más. Los tokens de salida usan el precio de salida.

Generación showcase de modelos

Hamster playing table tennis

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

#234 Mercury 2.5

high

Coste: $0.001
Tiempo: 3.5s
Tokens: 2,447 tok

#179 Step 3.7 Flash

low

SVG inválido

Coste: $0.004
Tiempo: 25.3s
Tokens: 3,072 tok

Mejores modelos por puntuación

Puntuación vs costo total

Tiempo de respuesta (promedio)

Puntuación vs Tiempo de respuesta (promedio)

Total de tokens de salida

Puntuación vs Total de tokens de salida

Desglose por categoría

Categoría:

Tareas de agentes	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Mercury 2.5	3.9	9.6	0.0%	0		80.30s	238,494	864	18,265
Step 3.7 Flash	7.4	3.8	66.7%	1		83.63s	188,843	18,715	0

Trucos anti-IA	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Mercury 2.5	10.0	10.0	100.0%	0		1.33s	782	218	7,913
Step 3.7 Flash	8.7	7.9	91.7%	1		4.02s	756	10,896	0

Programación	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Mercury 2.5	6.4	7.8	44.4%	1		6.58s	7,757	415	44,012
Step 3.7 Flash	8.2	7.2	88.9%	1		9.46s	7,437	18,685	0

Combinado	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Mercury 2.5	6.4	5.8	66.7%	1		16.00s	91,255	1,478	62,200
Step 3.7 Flash	7.3	5.8	83.3%	1		66.18s	77,415	93,682	0

Análisis y extracción de datos	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Mercury 2.5	10.0	10.0	100.0%	0		3.08s	8,355	557	9,430
Step 3.7 Flash	7.3	5.8	83.3%	1		2.29s	7,398	2,667	0

Específico del dominio	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Mercury 2.5	2.9	7.2	11.1%	1		4.86s	857	78	22,452
Step 3.7 Flash	2.9	7.2	11.1%	1		22.65s	837	48,299	0

Inteligencia general	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Mercury 2.5	5.0	10.0	0.0%	0		2.69s	528	93	3,609
Step 3.7 Flash	3.4	9.3	0.0%	0		7.00s	525	4,604	0

Seguimiento de instrucciones	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Mercury 2.5	6.5	10.0	50.0%	0		934ms	401	27	1,770
Step 3.7 Flash	9.8	10.0	100.0%	0		1.58s	735	1,857	0

Resolución de acertijos	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Mercury 2.5	8.7	7.7	88.9%	1		1.39s	771	227	5,812
Step 3.7 Flash	5.5	9.9	33.3%	0		1.84s	756	3,564	0

Llamada de herramientas	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Mercury 2.5	10.0	10.0	100.0%	0		3.06s	9,130	283	4,484
Step 3.7 Flash	10.0	10.0	100.0%	0		3.25s	7,746	1,360	0

Cultura general	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Mercury 2.5	3.0	10.0	0.0%	0		5.48s	232	26	9,463
Step 3.7 Flash	3.0	10.0	0.0%	0		124.75s	237	134,779	0

Cambiar par de comparación

Mercury 2.5highvsBeam 1.0 501B A23Bxhigh Step 3.7 FlashlowvsGLM 5medium LongCat 2.0mediumvsStep 3.7 Flashlow Mercury 2.5highvsGLM 5.3low Qwen3.6 27BmediumvsStep 3.7 Flashlow Mercury 2.5highvsQwen3.6 35B A3Bmedium Mercury 2.5highvsGLM 5.1none Qwen3.7 FlashhighvsStep 3.7 Flashlow Claude Opus 5nonevsStep 3.7 Flashlow Claude Sonnet 5.5mediumvsMercury 2.5high Mercury 2.5highvsGrok 4.3medium Mercury 2.5highvsLaguna XS 2.1mediumDisponible gratis