Navigation
Advertise here

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

Le score moyen est pratiquement à égalité avec 6.6 vs 6.6. Mercury 2 (medium) a le coût de benchmark le plus bas avec $0.121 vs $1.478. Mercury 2 (medium) est plus rapide avec 4.40s vs 72.72s, avec des taux de réussite de 53.6% vs 58.0%.

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

Modèles comparés

Rang
#268
Total des jetons de sortie
96,943
Temps de réponse (moy.)
4.40s
Coût total
$0.121
Rang
#269
Total des jetons de sortie
1,100,052
Temps de réponse (moy.)
72.72s
Coût total
$1.478
Modèle recommandé Mercury 2 (medium)

Il obtient le meilleur score ici (6.6) tout en coûtant environ 12.3x moins que Step 3.7 Flash (high).

Comparaison détaillée

Métrique Mercury 2 Mercury 2 medium Sortie: 2026-02-24 Step 3.7 Flash Step 3.7 Flash high Sortie: 2026-05-29
Score 6.6 6.6
Rang #268 #269
Fiabilité 10.0 10.0
Cohérence 8.1 8.5
Tentatives 69/69 69/69
Tests corrects
Taux de réussite par tentative 53.6% 58.0%
Tests instables 5 4
Exécutions totales 69 69
Coût par résultat 1.201 12.267
Coût total $0.121 $1.478
Prix d'entrée $0.250 / 1M $0.200 / 1M
Prix de sortie $0.750 / 1M $1.150 / 1M
Prix de lecture du cache $0.025 / 1M $0.040 / 1M
Prix d’écriture du cache N/D N/D
Total des jetons d'entrée 189,300 421,200
Jetons de sortie 10,854 1,100,052
Jetons de raisonnement 86,089 0
Temps de réponse (moy.) 4.40s 72.72s
Temps de réponse (max) 34.92s 364.99s
Temps de réponse (total) 96.81s 1672.53s
Paramètres ~100B 198B au total (11B actifs)
Disponibilité Source fermée Open source

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.

#268 Mercury 2

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

#269 Step 3.7 Flash

high
Coût
$0.007
Temps
63.6s
Tokens
6,030 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
Step 3.7 Flash 4.0 6.0 22.2% 1 206.21s 6,057 327,340 0

Changer la paire de comparaison