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

Model yang Dibandingkan

Model yang direkomendasikan Mercury 2.5 (high)

It has the best score here (7.1), while costing about 2.5x less than DeepSeek V3.2 (medium).

Metrik	DeepSeek V3.2 DeepSeek V3.2 medium Rilis: 2025-12-01	Mercury 2.5 Mercury 2.5 high Rilis: 2026-09-08

Metrik	DeepSeek V3.2 DeepSeek V3.2 medium Rilis: 2025-12-01	Mercury 2.5 Mercury 2.5 high Rilis: 2026-09-08
Skor	7.0	7.1
Peringkat	#137	#134
Keandalan	10.0	9.7
Konsistensi	7.4	8.6
Percobaan	66/66	66/66
Tes benar
Tingkat lulus per percobaan	65.2%	62.1%
Tes tidak stabil	7	4
Total Run	66	66
Biaya per hasil	0.672	0.259
Total Biaya	$0.078	$0.031
Harga input	$0.269 / 1M	$0.040 / 1M
Harga output	$0.400 / 1M	$0.150 / 1M
Total token input	101,056	120,068
Token output	11,832	3,402
Token penalaran	116,955	171,145
Waktu respons (rata-rata)	68.43s	4.32s
Waktu respons (maks)	376.10s	23.63s
Waktu respons (total)	1505.53s	95.06s
Parameter	671B total (37B aktif)	~100B
Ketersediaan	Sumber terbuka	Tertutup

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

medium

high

Kategori:

Trik anti-AI	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
DeepSeek V3.2	8.2	7.9	83.3%	1		24.23s	448	3,247	6,953
Mercury 2.5	10.0	10.0	100.0%	0		1.33s	782	218	7,913

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

Gabungan	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
DeepSeek V3.2	7.3	5.8	83.3%	1		79.92s	76,997	5,219	24,229
Mercury 2.5	6.4	5.8	66.7%	1		16.00s	91,255	1,478	62,200

Parsing dan ekstraksi data	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
DeepSeek V3.2	10.0	10.0	100.0%	0		36.09s	7,388	207	7,693
Mercury 2.5	10.0	10.0	100.0%	0		3.08s	8,355	557	9,430

Spesifik domain	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
DeepSeek V3.2	2.9	4.4	22.2%	2		22.94s	481	19	6,779
Mercury 2.5	2.9	7.2	11.1%	1		4.86s	857	78	22,452

Kecerdasan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
DeepSeek V3.2	3.4	2.5	33.3%	1		58.29s	314	49	2,189
Mercury 2.5	5.0	10.0	0.0%	0		2.69s	528	93	3,609

Kepatuhan instruksi	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
DeepSeek V3.2	10.0	10.0	100.0%	0		35.78s	627	1,397	2,845
Mercury 2.5	6.5	10.0	50.0%	0		934ms	401	27	1,770

Pemecahan teka-teki	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
DeepSeek V3.2	7.0	7.2	55.6%	1		37.69s	594	518	6,375
Mercury 2.5	8.7	7.7	88.9%	1		1.39s	771	227	5,812

Pemanggilan alat	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
DeepSeek V3.2	10.0	10.0	100.0%	0		34.81s	8,307	507	859
Mercury 2.5	10.0	10.0	100.0%	0		3.06s	9,130	283	4,484

Pengetahuan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
DeepSeek V3.2	3.0	10.0	0.0%	0		83.99s	183	20	7,019
Mercury 2.5	3.0	10.0	0.0%	0		5.48s	232	26	9,463

Ganti Pasangan Perbandingan