Navegación
Advertise here

Mercury 2.5 (low) vs KAT Coder AIR V2.5 (high)

KAT Coder AIR V2.5 (high) lidera en puntuación media con 5.2 vs 5.1. Mercury 2.5 (low) tiene menor coste de benchmark con $0.020 vs $0.077. Mercury 2.5 (low) es más rápido con 3.34s vs 15.23s, con tasas de acierto de 37.7% vs 40.6%.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-11-13

Modelos comparados

Rango
#391
Total de tokens de salida
40,302
Tiempo de respuesta (promedio)
3.34s
Costo total
$0.020
Rango
#386
Total de tokens de salida
114,654
Tiempo de respuesta (promedio)
15.23s
Costo total
$0.077
Modelo recomendado Mercury 2.5 (low)

Su puntuación se mantiene cerca de la mejor aquí (5.1 vs 5.2) y cuesta aproximadamente 4.0x menos que KAT Coder AIR V2.5 (high).

Comparación detallada

Métrica Mercury 2.5 Mercury 2.5 low Lanzamiento: 2026-09-08 KAT Coder AIR V2.5 KAT Coder AIR V2.5 high Lanzamiento: 2026-07-14
Puntuación 5.1 5.2
Rango #391 #386
Fiabilidad 9.8 9.8
Consistencia 8.2 8.2
Intentos 69/69 69/69
Pruebas correctas
Tasa de aciertos por intento 37.7% 40.6%
Pruebas inestables 5 5
Ejecuciones totales 69 69
Costo por resultado 0.319 1.091
Costo total $0.020 $0.077
Precio de entrada $0.040 / 1M $0.150 / 1M
Precio de salida $0.150 / 1M $0.600 / 1M
Precio de lectura de caché $0.004 / 1M N/D
Precio de escritura de caché N/D N/D
Total de tokens de entrada 326,083 50,423
Tokens de salida 7,224 4,144
Tokens de razonamiento 33,078 110,510
Tiempo de respuesta (promedio) 3.34s 15.23s
Tiempo de respuesta (máximo) 47.06s 118.35s
Tiempo de respuesta (total) 76.80s 350.26s
Parámetros ~100B ~35B en total (~3B 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.

#391 Mercury 2.5

low
Coste
$0.001
Tiempo
2.4s
Tokens
1,236 tok

#386 KAT Coder AIR V2.5

high
Reached the allocated time limit (300 seconds) without receiving showcase output.
Coste
$0.000
Tiempo
300.0s
Tokens
0 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

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 5.5 10.0 33.3% 0 972ms 7,909 521 2,269
KAT Coder AIR V2.5 4.3 7.3 11.1% 1 39.07s 6,948 1,166 55,883

Cambiar par de comparación