Navegación
Advertise here

Mercury 2 (medium) vs Step 3.7 Flash (high)

La puntuación media está prácticamente empatada en 6.6 vs 6.6. Mercury 2 (medium) tiene menor coste de benchmark con $0.121 vs $1.478. Mercury 2 (medium) es más rápido con 4.40s vs 72.72s, con tasas de acierto de 53.6% vs 58.0%.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-11-16

Modelos comparados

Rango
#268
Total de tokens de salida
96,943
Tiempo de respuesta (promedio)
4.40s
Costo total
$0.121
Rango
#269
Total de tokens de salida
1,100,052
Tiempo de respuesta (promedio)
72.72s
Costo total
$1.478
Modelo recomendado Mercury 2 (medium)

Tiene la mejor puntuación aquí (6.6) y cuesta aproximadamente 12.3x menos que Step 3.7 Flash (high).

Comparación detallada

Métrica Mercury 2 Mercury 2 medium Lanzamiento: 2026-02-24 Step 3.7 Flash Step 3.7 Flash high Lanzamiento: 2026-05-29
Puntuación 6.6 6.6
Rango #268 #269
Fiabilidad 10.0 10.0
Consistencia 8.1 8.5
Intentos 69/69 69/69
Pruebas correctas
Tasa de aciertos por intento 53.6% 58.0%
Pruebas inestables 5 4
Ejecuciones totales 69 69
Costo por resultado 1.201 12.267
Costo total $0.121 $1.478
Precio de entrada $0.250 / 1M $0.200 / 1M
Precio de salida $0.750 / 1M $1.150 / 1M
Precio de lectura de caché $0.025 / 1M $0.040 / 1M
Precio de escritura de caché N/D N/D
Total de tokens de entrada 189,300 421,200
Tokens de salida 10,854 1,100,052
Tokens de razonamiento 86,089 0
Tiempo de respuesta (promedio) 4.40s 72.72s
Tiempo de respuesta (máximo) 34.92s 364.99s
Tiempo de respuesta (total) 96.81s 1672.53s
Parámetros ~100B 198B en total (11B activos)
Disponibilidad Código cerrado Código abierto

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.

#268 Mercury 2

medium
Coste
$0.002
Tiempo
2.1s
Tokens
1,702 tok

#269 Step 3.7 Flash

high
Coste
$0.007
Tiempo
63.6s
Tokens
6,030 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 8.2 7.7 77.8% 1 2.04s 7,065 296 11,328
Step 3.7 Flash 4.0 6.0 22.2% 1 206.21s 6,057 327,340 0

Cambiar par de comparación