- Rango
- #131
- Total de tokens de salida
- 87,554
- Tiempo de respuesta (promedio)
- 2.95s
- Costo total
- $0.094
Mercury 2 (medium) vs Grok 4.20 (medium)
La puntuación media está prácticamente empatada en 7.0 vs 7.0. Mercury 2 (medium) tiene menor coste de benchmark con $0.094 vs $0.805. Mercury 2 (medium) es más rápido con 2.95s vs 32.56s, con tasas de acierto de 53.0% vs 60.6%.
- Rango
- #132
- Total de tokens de salida
- 270,259
- Tiempo de respuesta (promedio)
- 32.56s
- Costo total
- $0.805
Modelo recomendado
Mercury 2 (medium)
Tiene la mejor puntuación aquí (7.0) y cuesta aproximadamente 8.6x menos que Grok 4.20 (medium).
Comparación detallada
| Métrica | Mercury 2 Mercury 2 medium | Grok 4.20 Grok 4.20 medium |
|---|---|---|
| Puntuación | 7.0 | 7.0 |
| Rango | #131 | #132 |
| Fiabilidad | 10.0 | 10.0 |
| Consistencia | 8.4 | 8.2 |
| Intentos | 66/66 | 66/66 |
| Pruebas correctas | ||
| Tasa de aciertos por intento | 53.0% | 60.6% |
| Pruebas inestables | 4 | 5 |
| Ejecuciones totales | 66 | 66 |
| Costo por resultado | 0.933 | 10.365 |
| Costo total | $0.094 | $0.805 |
| Precio de entrada | $0.250 / 1M | $1.250 / 1M |
| Precio de salida | $0.750 / 1M | $2.500 / 1M |
| Total de tokens de entrada | 110,515 | 102,986 |
| Tokens de salida | 10,325 | 5,860 |
| Tokens de razonamiento | 77,229 | 264,399 |
| Tiempo de respuesta (promedio) | 2.95s | 32.56s |
| Tiempo de respuesta (máximo) | 14.63s | 199.66s |
| Tiempo de respuesta (total) | 61.89s | 716.36s |
| Parámetros | ~100B | ~1T en total (~100B activos) |
| Disponibilidad | Código cerrado | Código cerrado |
Generación showcase de modelos
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#131 Mercury 2
medium- Coste
- $0.002
- Tiempo
- 2.1s
- Tokens
- 1,702 tok
#132 SpaceXAI: Grok 4.20
medium- Coste
- $0.041
- Tiempo
- 110.3s
- Tokens
- 16,336 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
| 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 | |
| Grok 4.20 | 10.0 | 10.0 | 100.0% | 0 | 4.17s | 7,761 | 180 | 5,333 |
| 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 | |
| Grok 4.20 | 9.8 | 10.0 | 100.0% | 0 | 4.26s | 1,362 | 57 | 6,419 |
| 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 | |
| Grok 4.20 | 3.0 | 10.0 | 0.0% | 0 | 13.68s | 7,275 | 197 | 6,620 |
Comparación rápida
Cambiar par de comparación
Mercury 2mediumvsGPT-5.5noneGPT-5.5nonevsGrok 4.20mediumMercury 2mediumvsGPT-5.6 SolnoneGPT-5.6 SolnonevsGrok 4.20mediumClaude Fable 5.1lowvsGrok 4.20mediumClaude Fable 5.1lowvsMercury 2mediumSeed-2.0-CodehighvsGrok 4.20mediumSeed-2.0-CodehighvsMercury 2mediumMercury 2mediumvsSolar Pro 4highSolar Pro 4highvsGrok 4.20mediumGemini 3.5 FlashnonevsGrok 4.20mediumMercury 2mediumvsStep 3.7 Flashlow