Inception: Mercury 2 vs Poolside: Laguna S 2.1

Laguna S 2.1 (low) lidera en puntuación media con 5.0 vs 4.6. Mercury 2 tiene menor coste de benchmark con $0.030 vs $0.091. Mercury 2 es más rápido con 829ms vs 85.35s, con tasas de acierto de 22.7% vs 25.8%.

Modelo recomendadoMercury 2Su puntuación se mantiene cerca de la mejor aquí (4.6 vs 5.0) y cuesta aproximadamente 3.1x menos que Laguna S 2.1 (low).

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-07-22

Métrica	Mercury 2 Mercury 2 none Lanzamiento: 2026-02-24	Laguna S 2.1 Laguna S 2.1 low Lanzamiento: 2026-07-21 Disponible gratis

Métrica	Mercury 2 Mercury 2 none Lanzamiento: 2026-02-24	Laguna S 2.1 Laguna S 2.1 low Lanzamiento: 2026-07-21 Disponible gratis
Puntuación	4.6	5.0
Rango	#198	#181
Fiabilidad	10.0	9.9
Consistencia	9.2	7.8
Pruebas correctas
Tasa de aciertos por intento	22.7%	25.8%
Pruebas inestables	2	6
Ejecuciones totales	66	66
Costo por resultado	0.734	3.022
Costo total	$0.030	$0.091
Precio de entrada	$0.250 / 1M	$0.100 / 1M
Precio de salida	$0.750 / 1M	$0.200 / 1M
Total de tokens de entrada	88,704	118,746
Tokens de salida	9,564	67,823
Tokens de razonamiento	0	383,885
Tiempo de respuesta (promedio)	829ms	85.35s
Tiempo de respuesta (máximo)	4.52s	814.73s
Tiempo de respuesta (total)	18.24s	1877.64s

Hamster playing table tennis

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

#198 Mercury 2

none

Coste: $0.002
Tiempo: 1.8s
Tokens: 1,514 tok

#181 Laguna S 2.1

low

Coste: $0.001
Tiempo: 6.6s
Tokens: 1,314 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

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	3.0	10.0	0.0%	0		483ms	631	286	0
Laguna S 2.1	3.4	5.8	25.0%	2		80.66s	616	311	43,722

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	3.4	9.6	0.0%	0		1.03s	7,229	3,088	0
Laguna S 2.1	3.8	7.1	22.2%	1		167.51s	7,917	58,111	119,138

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	3.0	10.0	0.0%	0		2.56s	65,412	5,256	0
Laguna S 2.1	3.2	5.2	16.7%	1		412.50s	92,870	8,211	174,584

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		667ms	6,362	180	0
Laguna S 2.1	10.0	10.0	100.0%	0		2.76s	7,689	243	1,981

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	5.3	7.2	44.4%	1		534ms	784	46	0
Laguna S 2.1	3.0	10.0	0.0%	0		2.51s	765	24	2,606

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		628ms	495	159	0
Laguna S 2.1	4.8	10.0	0.0%	0		650ms	513	120	0

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	6.5	10.0	50.0%	0		551ms	691	82	0
Laguna S 2.1	4.3	6.8	16.7%	1		423ms	702	60	0

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	3.1	10.0	0.0%	0		535ms	694	251	0
Laguna S 2.1	3.1	7.3	11.1%	1		2.70s	699	447	1,444

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		1.27s	6,193	197	0
Laguna S 2.1	10.0	10.0	100.0%	0		2.36s	6,747	286	417

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		548ms	213	19	0
Laguna S 2.1	3.0	10.0	0.0%	0		202.49s	228	10	39,993

Comparación rápida

Cambiar par de comparación