Navigasi
Advertise here

DeepSeek V3.2 (medium) vs Mercury 2.5 (high)

Mercury 2.5 (high) unggul dalam skor rata-rata dengan 6.5 vs 6.3. Mercury 2.5 (high) memiliki biaya benchmark lebih rendah di $0.044 vs $0.152. Mercury 2.5 (high) lebih cepat di 7.62s vs 70.08s, dengan tingkat keberhasilan 62.3% vs 59.4%.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-11-22

Model yang Dibandingkan

Peringkat
#329
Total token output
139,141
Waktu respons (rata-rata)
70.08s
Total Biaya
$0.152
Peringkat
#295
Total token output
193,676
Waktu respons (rata-rata)
7.62s
Total Biaya
$0.044
Model yang direkomendasikan Mercury 2.5 (high)

It has the best score here (6.5), while costing about 3.5x less than DeepSeek V3.2 (medium).

Perbandingan terperinci

Metrik DeepSeek V3.2 DeepSeek V3.2 medium Rilis: 2025-12-01 Mercury 2.5 Mercury 2.5 high Rilis: 2026-09-08
Skor 6.3 6.5
Peringkat #329 #295
Keandalan 10.0 9.8
Konsistensi 7.5 8.7
Percobaan 69/69 69/69
Tes benar
Tingkat lulus per percobaan 62.3% 59.4%
Tes tidak stabil 7 4
Total Run 69 69
Biaya per hasil 1.250 0.362
Total Biaya $0.152 $0.044
Harga input $0.280 / 1M $0.040 / 1M
Harga output $0.420 / 1M $0.150 / 1M
Harga baca cache $0.028 / 1M $0.004 / 1M
Harga tulis cache T/A T/A
Total token input 306,662 358,562
Token output 17,819 4,266
Token penalaran 125,341 189,410
Waktu respons (rata-rata) 70.08s 7.62s
Waktu respons (maks) 376.10s 80.30s
Waktu respons (total) 1611.86s 175.36s
Parameter 671B total (37B aktif) ~100B
Ketersediaan Sumber terbuka 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.

#329 DeepSeek V3.2

medium
Biaya
$0.001
Waktu
53.6s
Token
1,932 tok

#295 Mercury 2.5

high
Biaya
$0.001
Waktu
3.5s
Token
2,447 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
DeepSeek V3.2 6.0 7.2 55.6% 1 248.68s 5,717 649 52,014
Mercury 2.5 6.4 7.8 44.4% 1 6.58s 7,757 415 44,012

Ganti Pasangan Perbandingan