Mercury 2.5 (high) vs Grok 4.20 (medium)

Modelos comparados

Modelo recomendado Mercury 2.5 (high)

Tiene la mejor puntuación aquí (7.1) y cuesta aproximadamente 26.0x menos que Grok 4.20 (medium).

Métrica	Mercury 2.5 Mercury 2.5 high Lanzamiento: 2026-09-08	Grok 4.20 Grok 4.20 medium Lanzamiento: 2026-03-31

Métrica	Mercury 2.5 Mercury 2.5 high Lanzamiento: 2026-09-08	Grok 4.20 Grok 4.20 medium Lanzamiento: 2026-03-31
Puntuación	7.1	7.0
Rango	#134	#141
Fiabilidad	9.7	10.0
Consistencia	8.6	8.2
Intentos	66/66	66/66
Pruebas correctas
Tasa de aciertos por intento	62.1%	60.6%
Pruebas inestables	4	5
Ejecuciones totales	66	66
Costo por resultado	0.259	10.365
Costo total	$0.031	$0.805
Precio de entrada	$0.040 / 1M	$1.250 / 1M
Precio de salida	$0.150 / 1M	$2.500 / 1M
Total de tokens de entrada	120,068	102,986
Tokens de salida	3,402	5,860
Tokens de razonamiento	171,145	264,399
Tiempo de respuesta (promedio)	4.32s	32.56s
Tiempo de respuesta (máximo)	23.63s	199.66s
Tiempo de respuesta (total)	95.06s	716.36s
Parámetros	~100B	~1T en total (~100B activos)
Disponibilidad	Código cerrado	Código cerrado

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

high

medium

Categoría:

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
Grok 4.20	8.2	7.9	83.3%	1		3.95s	2,010	287	8,312

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
Grok 4.20	6.3	6.6	55.6%	1		109.93s	8,307	268	103,150

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
Grok 4.20	8.7	6.9	83.3%	1		42.25s	71,267	3,776	44,009

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
Grok 4.20	10.0	10.0	100.0%	0		4.17s	7,761	180	5,333

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
Grok 4.20	2.9	7.2	11.1%	1		49.71s	1,959	872	59,761

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
Grok 4.20	3.9	2.6	33.3%	1		24.48s	825	65	6,440

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
Grok 4.20	9.8	10.0	100.0%	0		4.26s	1,362	57	6,419

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
Grok 4.20	7.7	10.0	66.7%	0		6.22s	1,689	149	7,913

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
Grok 4.20	3.0	10.0	0.0%	0		13.68s	7,275	197	6,620

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
Grok 4.20	3.0	10.0	0.0%	0		63.48s	531	9	16,442

Cambiar par de comparación