Mercury 2 (medium) vs Muse Glimmer 30B (low)

Modelo recomendado Mercury 2 (medium)

Su puntuación se mantiene cerca de la mejor aquí (7.0 vs 7.1) y cuesta aproximadamente 2.0x menos que Muse Glimmer 30B (low).

Comparación detallada

Métrica	Mercury 2 Mercury 2 medium Lanzamiento: 2026-02-24	Muse Glimmer 30B Muse Glimmer 30B low Lanzamiento: 2026-08-11

Métrica	Mercury 2 Mercury 2 medium Lanzamiento: 2026-02-24	Muse Glimmer 30B Muse Glimmer 30B low Lanzamiento: 2026-08-11
Puntuación	7.0	7.1
Rango	#104	#99
Fiabilidad	10.0	10.0
Consistencia	8.8	8.2
Cobertura del benchmark	22/22 pruebas · 66/66 intentos	22/22 pruebas · 66/66 intentos
Pruebas correctas
Tasa de aciertos por intento	51.5%	63.6%
Pruebas inestables	3	5
Ejecuciones totales	66	66
Costo por resultado	0.928	1.685
Costo total	$0.093	$0.186
Precio de entrada	$0.250 / 1M	$0.350 / 1M
Precio de salida	$0.750 / 1M	$1.500 / 1M
Total de tokens de entrada	109,572	130,300
Tokens de salida	10,313	33,907
Tokens de razonamiento	76,806	61,571
Tiempo de respuesta (promedio)	2.72s	18.51s
Tiempo de respuesta (máximo)	14.63s	234.92s
Tiempo de respuesta (total)	57.12s	407.22s

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

medium

low

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	6.9	9.9	50.0%	0		1.12s	554	2,546	2,609
Muse Glimmer 30B	8.7	8.0	91.7%	1		3.57s	810	1,054	2,240

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
Muse Glimmer 30B	8.1	9.9	66.7%	0		16.52s	7,419	2,759	10,173

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
Muse Glimmer 30B	3.8	5.8	33.3%	1		131.97s	102,271	24,417	33,400

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
Muse Glimmer 30B	10.0	10.0	100.0%	0		4.17s	7,065	1,219	1,841

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	7.2	11.1%	1		6.48s	695	41	30,754
Muse Glimmer 30B	3.5	4.4	33.3%	2		10.49s	873	3,107	6,126

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
Muse Glimmer 30B	5.0	10.0	0.0%	0		2.50s	525	33	542

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
Muse Glimmer 30B	8.4	6.9	83.3%	1		3.60s	765	139	1,467

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
Muse Glimmer 30B	7.7	10.0	66.7%	0		5.06s	795	545	2,721

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
Muse Glimmer 30B	10.0	10.0	100.0%	0		5.04s	9,546	385	803

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
Muse Glimmer 30B	3.0	10.0	0.0%	0		9.71s	231	249	2,258

Cambiar par de comparación