Navigation
Advertise here

Mercury 2 (medium) vs GPT 5.3 Chat (default)

GPT 5.3 Chat (default) mène au score moyen avec 6.7 vs 6.6. Mercury 2 (medium) a le coût de benchmark le plus bas avec $0.121 vs $0.533. Mercury 2 (medium) est plus rapide avec 4.40s vs 6.31s, avec des taux de réussite de 53.6% vs 62.3%.

Benchmarks générés à partir des suites de tests AI BENCHY le: 2026-10-15

Modèles comparés

Rang
#212
Total des jetons de sortie
96,943
Temps de réponse (moy.)
4.40s
Coût total
$0.121
Rang
#204
Total des jetons de sortie
28,179
Temps de réponse (moy.)
6.31s
Coût total
$0.533
Modèle recommandé Mercury 2 (medium)

Son score reste proche du meilleur score ici (6.6 vs 6.7) tout en coûtant environ 4.4x moins que GPT 5.3 Chat (default).

Comparaison détaillée

Métrique Mercury 2 Mercury 2 medium Sortie: 2026-02-24 GPT 5.3 Chat GPT 5.3 Chat default Sortie: 2026-03-03
Score 6.6 6.7
Rang #212 #204
Fiabilité 10.0 10.0
Cohérence 8.1 8.6
Tentatives 69/69 69/69
Tests corrects
Taux de réussite par tentative 53.6% 62.3%
Tests instables 5 4
Exécutions totales 69 69
Coût par résultat 1.201 4.097
Coût total $0.121 $0.533
Prix d'entrée $0.250 / 1M $1.750 / 1M
Prix de sortie $0.750 / 1M $14.000 / 1M
Prix de lecture du cache $0.025 / 1M N/D
Prix d’écriture du cache N/D N/D
Total des jetons d'entrée 189,300 78,846
Jetons de sortie 10,854 7,635
Jetons de raisonnement 86,089 20,544
Temps de réponse (moy.) 4.40s 6.31s
Temps de réponse (max) 34.92s 18.33s
Temps de réponse (total) 96.81s 138.73s
Paramètres ~100B ~400B au total (~17B 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.

#212 Mercury 2

medium
Coût
$0.002
Temps
2.1s
Tokens
1,702 tok

#204 GPT 5.3 Chat

default
Coût
$0.008
Temps
8.1s
Tokens
634 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 8.2 7.7 77.8% 1 2.04s 7,065 296 11,328
GPT 5.3 Chat 5.6 4.7 55.6% 2 10.52s 7,302 808 5,824

Comparaison rapide

Changer la paire de comparaison

Ember-1maxvsGPT 5.3 ChatdefaultMiniMax M3mediumvsGPT 5.3 ChatdefaultGPT 5.3 ChatdefaultvsGrok 4.7highApodex 1.1 MinihighDisponible gratuitementvsGPT 5.3 ChatdefaultMercury 2mediumvsStep 3.7 FlashhighGPT 5.3 ChatdefaultvsSolar Pro 4lowMercury 2mediumvsLongCat 2.0lowMercury 2mediumvsKAT-Coder-Pro V2.5lowGPT 5.3 ChatdefaultvsQwen3.5-FlashnoneGPT 5.3 ChatdefaultvsGLM 5.3 FlashlowGPT 5.3 ChatdefaultvsGLM 5.2noneGPT 5.3 ChatdefaultvsGrok Build 0.1medium