Navigasi
Advertise here

Claude Sonnet 5.5 (medium) vs Mercury 2.5 Preview (high)

Skor rata-rata hampir imbang di 6.5 vs 6.5. Mercury 2.5 Preview (high) memiliki biaya benchmark lebih rendah di $0.040 vs $1.100. Mercury 2.5 Preview (high) lebih cepat di 7.61s vs 8.03s, dengan tingkat keberhasilan 40.6% vs 65.2%.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-11-13

Model yang Dibandingkan

Peringkat
#267
Total token output
37,748
Waktu respons (rata-rata)
8.03s
Total Biaya
$1.100
Peringkat
#270
Total token output
180,597
Waktu respons (rata-rata)
7.61s
Total Biaya
$0.040
Model yang direkomendasikan Mercury 2.5 Preview (high)

It has the best score here (6.5), while costing about 28.2x less than Claude Sonnet 5.5 (medium).

Perbandingan terperinci

Metrik Claude Sonnet 5.5 Claude Sonnet 5.5 medium Rilis: 2026-09-29 Mercury 2.5 Preview Mercury 2.5 Preview high Rilis: 2026-09-02
Skor 6.5 6.5
Peringkat #267 #270
Keandalan 10.0 9.9
Konsistensi 9.7 8.0
Percobaan 69/69 69/69
Tes benar
Tingkat lulus per percobaan 40.6% 65.2%
Tes tidak stabil 1 6
Total Run 69 69
Biaya per hasil 12.221 0.319
Total Biaya $1.100 $0.040
Harga input $2.000 / 1M $0.040 / 1M
Harga output $10.000 / 1M $0.150 / 1M
Harga baca cache $0.200 / 1M T/A
Harga tulis cache $2.500 / 1M T/A
Total token input 361,183 298,512
Token output 26,609 3,178
Token penalaran 11,139 177,419
Waktu respons (rata-rata) 8.03s 7.61s
Waktu respons (maks) 51.18s 86.84s
Waktu respons (total) 184.80s 175.08s
Parameter ~1T total (~100B aktif) ~100B
Ketersediaan Tertutup Tertutup

Harga cache berlaku untuk token input. Pembacaan memakai kembali prompt tersimpan; penulisan menyimpannya dan dapat menambah biaya. Token output menggunakan harga output.

Showcase generasi model

Hamster playing table tennis

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

#267 Claude Sonnet 5.5

medium
Biaya
$0.024
Waktu
17.4s
Token
2,525 tok

#270 Mercury 2.5 Preview

high
Biaya
$0.001
Waktu
4.5s
Token
3,851 tok

Model teratas berdasarkan skor

Skor vs Total Biaya

Waktu respons (rata-rata)

Skor vs Waktu respons (rata-rata)

Total token output

Skor vs Total token output

Rincian Kategori

Pemrograman Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Claude Sonnet 5.5 3.4 9.7 0.0% 0 6.07s 10,608 6,767 0
Mercury 2.5 Preview 6.7 7.8 55.6% 1 6.13s 7,751 485 42,569

Ganti Pasangan Perbandingan