Navigation
Advertise here

Mercury 2.5 Preview (medium) vs Qwen4 Max

Qwen4 Max mène au score moyen avec 7.0 vs 6.8. Mercury 2.5 Preview (medium) a le coût de benchmark le plus bas avec $0.039 vs $0.465. Qwen4 Max est plus rapide avec 6.38s vs 6.66s, avec des taux de réussite de 66.7% vs 63.8%.

Benchmarks générés à partir des suites de tests AI BENCHY le: 2026-11-16

Modèles comparés

Rang
#248
Total des jetons de sortie
150,107
Temps de réponse (moy.)
6.66s
Coût total
$0.039
Rang
#230
Total des jetons de sortie
9,342
Temps de réponse (moy.)
6.38s
Coût total
$0.465
Modèle recommandé Mercury 2.5 Preview (medium)

Son score reste proche du meilleur score ici (6.8 vs 7.0) tout en coûtant environ 12.1x moins que Qwen4 Max.

Comparaison détaillée

Métrique Mercury 2.5 Preview Mercury 2.5 Preview medium Sortie: 2026-09-02 Qwen4 Max Qwen4 Max none Sortie: 2026-11-16
Score 6.8 7.0
Rang #248 #230
Fiabilité 10.0 10.0
Cohérence 9.6 9.6
Tentatives 69/69 69/69
Tests corrects
Taux de réussite par tentative 66.7% 63.8%
Tests instables 1 1
Exécutions totales 69 69
Coût par résultat 0.244 3.321
Coût total $0.039 $0.465
Prix d'entrée $0.040 / 1M $1.500 / 1M
Prix de sortie $0.150 / 1M $4.500 / 1M
Prix de lecture du cache N/D $0.075 / 1M
Prix d’écriture du cache N/D $1.875 / 1M
Total des jetons d'entrée 397,291 281,902
Jetons de sortie 6,355 9,342
Jetons de raisonnement 143,752 0
Temps de réponse (moy.) 6.66s 6.38s
Temps de réponse (max) 74.63s 67.27s
Temps de réponse (total) 153.29s 146.64s
Paramètres ~100B ~2.4T au total (~95B actifs)
Disponibilité Source fermée Source fermée

Les prix du cache concernent les tokens d’entrée. La lecture réutilise les prompts en cache ; l’écriture les stocke et peut coûter plus cher. Les tokens de sortie utilisent le prix de sortie.

Génération showcase de modèles

Hamster playing table tennis

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

#248 Mercury 2.5 Preview

medium
Coût
$0.001
Temps
2.7s
Tokens
2,241 tok

#230 Qwen4 Max

none
Coût
$0.027
Temps
123.5s
Tokens
6,091 tok

Meilleurs modèles par score

Score vs coût total

Temps de réponse (moy.)

Score vs Temps de réponse (moy.)

Total des jetons de sortie

Score vs Total des jetons de sortie

Répartition par catégorie

Programmation Score Cohérence Taux de réussite par tentative Tests instables Tests corrects Temps de réponse (moy.) Jetons d'entrée Jetons de sortie Jetons de raisonnement
Mercury 2.5 Preview 7.8 10.0 66.7% 0 3.86s 7,839 552 22,126
Qwen4 Max 5.8 10.0 33.3% 0 1.97s 8,010 384 0

Changer la paire de comparaison