Mercury 2.5 (high) vs Grok 4.3 (medium)

Modelos comparados

Rango: #231
Total de tokens de salida: 193,676
Tiempo de respuesta (promedio): 7.62s
Costo total: $0.044

Rango: #236
Total de tokens de salida: 232,542
Tiempo de respuesta (promedio): 44.53s
Costo total: $0.989

Modelo recomendado Mercury 2.5 (high)

Tiene la mejor puntuación aquí (6.5) y cuesta aproximadamente 22.8x menos que Grok 4.3 (medium).

Comparación detallada

Métrica	Mercury 2.5 Mercury 2.5 high Lanzamiento: 2026-09-08	Grok 4.3 Grok 4.3 medium Lanzamiento: 2026-05-01

Métrica	Mercury 2.5 Mercury 2.5 high Lanzamiento: 2026-09-08	Grok 4.3 Grok 4.3 medium Lanzamiento: 2026-05-01
Puntuación	6.5	6.5
Rango	#231	#236
Fiabilidad	9.8	10.0
Consistencia	8.7	8.3
Intentos	69/69	69/69
Pruebas correctas
Tasa de aciertos por intento	59.4%	63.8%
Pruebas inestables	4	5
Ejecuciones totales	69	69
Costo por resultado	0.362	8.235
Costo total	$0.044	$0.989
Precio de entrada	$0.040 / 1M	$1.250 / 1M
Precio de salida	$0.150 / 1M	$2.500 / 1M
Precio de lectura de caché	$0.004 / 1M	$0.200 / 1M
Precio de escritura de caché	N/D	N/D
Total de tokens de entrada	358,562	325,471
Tokens de salida	4,266	14,867
Tokens de razonamiento	189,410	217,675
Tiempo de respuesta (promedio)	7.62s	44.53s
Tiempo de respuesta (máximo)	80.30s	216.69s
Tiempo de respuesta (total)	175.36s	1024.25s
Parámetros	~100B	~1.5T en total (~150B activos)
Disponibilidad	Código cerrado	Código cerrado

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.

#231 Mercury 2.5

high

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

#236 SpaceXAI: Grok 4.3

medium

Coste: $0.009
Tiempo: 19.0s
Tokens: 3,661 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
Grok 4.3	3.9	9.6	0.0%	0		51.61s	185,227	1,128	5,510

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 4.3	10.0	10.0	100.0%	0		8.83s	2,010	88	8,207

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 4.3	5.9	7.7	44.4%	1		41.23s	8,340	1,028	31,226

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 4.3	6.5	10.0	50.0%	0		55.07s	108,468	11,992	21,601

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 4.3	10.0	10.0	100.0%	0		18.97s	7,761	180	9,546

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 4.3	3.5	4.4	33.3%	2		158.01s	1,977	14	95,783

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 4.3	5.4	2.5	66.7%	1		24.70s	825	70	5,020

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 4.3	9.8	10.0	100.0%	0		18.58s	1,362	57	8,713

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 4.3	5.9	7.2	55.6%	1		22.52s	1,689	128	14,468

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 4.3	10.0	10.0	100.0%	0		17.66s	7,263	168	4,615

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 4.3	3.0	10.0	0.0%	0		44.47s	549	14	12,986

Cambiar par de comparación

KAT-Coder-Pro V2.5highvsGrok 4.3medium Mercury 2.5highvsBeam 1.0 501B A23Bxhigh Grok 4.3mediumvsGLM 5.1none Mercury 2.5highvsGLM 5.3low Qwen3.5-122B-A10BnonevsGrok 4.3medium Mercury 2.5highvsQwen3.6 35B A3Bmedium Grok 4.3mediumvsGLM 5.3low Mercury 2.5highvsGLM 5.1none Gemini 3 Flash PreviewnonevsGrok 4.3medium Beam 1.0 501B A23BmaxvsGrok 4.3medium Beam 1.0 501B A23BxhighvsGrok 4.3medium Claude Sonnet 5.5mediumvsMercury 2.5high