Mercury 2 (medium) vs LongCat 2.0 (low)

Modelos comparados

Modelo recomendado Mercury 2 (medium)

Tiene la mejor puntuación aquí (6.6) y cuesta aproximadamente 4.1x menos que LongCat 2.0 (low).

Métrica	Mercury 2 Mercury 2 medium Lanzamiento: 2026-02-24	LongCat 2.0 LongCat 2.0 low Lanzamiento: 2026-07-20

Métrica	Mercury 2 Mercury 2 medium Lanzamiento: 2026-02-24	LongCat 2.0 LongCat 2.0 low Lanzamiento: 2026-07-20
Puntuación	6.6	6.6
Rango	#189	#188
Fiabilidad	10.0	9.9
Consistencia	8.1	8.3
Intentos	69/69	69/69
Pruebas correctas
Tasa de aciertos por intento	53.6%	55.1%
Pruebas inestables	5	5
Ejecuciones totales	69	69
Costo por resultado	1.201	4.942
Costo total	$0.121	$0.495
Precio de entrada	$0.250 / 1M	$0.300 / 1M
Precio de salida	$0.750 / 1M	$1.200 / 1M
Total de tokens de entrada	189,300	262,387
Tokens de salida	10,854	7,344
Tokens de razonamiento	86,089	338,881
Tiempo de respuesta (promedio)	4.40s	115.00s
Tiempo de respuesta (máximo)	34.92s	560.39s
Tiempo de respuesta (total)	96.81s	2645.11s
Parámetros	~100B	1.6T en total (48B activos)
Disponibilidad	Código cerrado	Código abierto

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

medium

low

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	4.7	1.6	66.7%	1		34.92s	78,785	529	8,860
LongCat 2.0	6.1	3.1	66.7%	1		145.65s	171,517	1,668	23,963

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	6.9	9.9	50.0%	0		1.12s	554	2,546	2,609
LongCat 2.0	10.0	10.0	100.0%	0		9.04s	588	225	4,303

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	8.2	7.7	77.8%	1		2.04s	7,065	296	11,328
LongCat 2.0	6.6	4.6	77.8%	2		479.30s	6,544	461	206,627

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	6.7	9.1	50.0%	0		7.84s	87,365	6,533	20,474
LongCat 2.0	10.0	10.0	100.0%	0		130.21s	66,883	3,905	37,643

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	7.3	5.9	83.3%	1		1.11s	6,234	183	1,656
LongCat 2.0	6.3	10.0	50.0%	0		10.77s	7,653	198	2,498

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	2.9	4.4	22.2%	2		8.06s	1,638	53	31,177
LongCat 2.0	2.9	7.2	11.1%	1		183.63s	457	139	46,116

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	4.8	10.0	0.0%	0		821ms	456	137	542
LongCat 2.0	3.4	2.2	33.3%	1		22.45s	480	116	2,364

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	10.0	10.0	100.0%	0		1.07s	340	14	958
LongCat 2.0	6.5	10.0	50.0%	0		6.39s	657	78	1,604

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	5.4	10.0	33.3%	0		949ms	601	361	2,781
LongCat 2.0	3.1	10.0	0.0%	0		8.15s	636	289	2,561

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	10.0	10.0	100.0%	0		1.89s	6,080	180	1,956
LongCat 2.0	10.0	10.0	100.0%	0		10.81s	6,840	249	398

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	3.0	10.0	0.0%	0		2.58s	182	22	3,748
LongCat 2.0	3.0	10.0	0.0%	0		122.07s	132	16	10,804

Cambiar par de comparación