Mercury 2.5 (high) vs Step 3.7 Flash (high)

Model yang Dibandingkan

Peringkat: #208
Total token output: 193,676
Waktu respons (rata-rata): 7.62s
Total Biaya: $0.044

Peringkat: #203
Total token output: 1,100,052
Waktu respons (rata-rata): 72.72s
Total Biaya: $1.478

Model yang direkomendasikan Mercury 2.5 (high)

Its score stays close to the best score here (6.5 vs 6.6), while costing about 34.1x less than Step 3.7 Flash (high).

Perbandingan terperinci

Metrik	Mercury 2.5 Mercury 2.5 high Rilis: 2026-09-08	Step 3.7 Flash Step 3.7 Flash high Rilis: 2026-05-29

Metrik	Mercury 2.5 Mercury 2.5 high Rilis: 2026-09-08	Step 3.7 Flash Step 3.7 Flash high Rilis: 2026-05-29
Skor	6.5	6.6
Peringkat	#208	#203
Keandalan	9.8	10.0
Konsistensi	8.7	8.5
Percobaan	69/69	69/69
Tes benar
Tingkat lulus per percobaan	59.4%	58.0%
Tes tidak stabil	4	4
Total Run	69	69
Biaya per hasil	0.362	12.267
Total Biaya	$0.044	$1.478
Harga input	$0.040 / 1M	$0.200 / 1M
Harga output	$0.150 / 1M	$1.150 / 1M
Harga baca cache	$0.004 / 1M	$0.040 / 1M
Harga tulis cache	T/A	T/A
Total token input	358,562	421,200
Token output	4,266	1,100,052
Token penalaran	189,410	0
Waktu respons (rata-rata)	7.62s	72.72s
Waktu respons (maks)	80.30s	364.99s
Waktu respons (total)	175.36s	1672.53s
Parameter	~100B	198B total (11B aktif)
Ketersediaan	Tertutup	Sumber terbuka

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.

#208 Mercury 2.5

high

Biaya: $0.001
Waktu: 3.5s
Token: 2,447 tok

#203 Step 3.7 Flash

high

Biaya: $0.007
Waktu: 63.6s
Token: 6,030 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

Kategori:

Tugas agen	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Mercury 2.5	3.9	9.6	0.0%	0		80.30s	238,494	864	18,265
Step 3.7 Flash	5.4	9.6	0.0%	0		130.38s	322,500	49,152	0

Trik anti-AI	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Mercury 2.5	10.0	10.0	100.0%	0		1.33s	782	218	7,913
Step 3.7 Flash	10.0	10.0	100.0%	0		13.40s	696	42,656	0

Pemrograman	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Mercury 2.5	6.4	7.8	44.4%	1		6.58s	7,757	415	44,012
Step 3.7 Flash	4.0	6.0	22.2%	1		206.21s	6,057	327,340	0

Gabungan	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Mercury 2.5	6.4	5.8	66.7%	1		16.00s	91,255	1,478	62,200
Step 3.7 Flash	8.7	6.9	83.3%	1		41.23s	73,938	49,842	0

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
Mercury 2.5	10.0	10.0	100.0%	0		3.08s	8,355	557	9,430
Step 3.7 Flash	10.0	10.0	100.0%	0		14.72s	7,368	23,113	0

Spesifik domain	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Mercury 2.5	2.9	7.2	11.1%	1		4.86s	857	78	22,452
Step 3.7 Flash	3.6	7.2	22.2%	1		189.35s	792	429,007	0

Kecerdasan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Mercury 2.5	5.0	10.0	0.0%	0		2.69s	528	93	3,609
Step 3.7 Flash	5.5	10.0	0.0%	0		4.17s	510	2,862	0

Kepatuhan instruksi	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Mercury 2.5	6.5	10.0	50.0%	0		934ms	401	27	1,770
Step 3.7 Flash	9.8	10.0	100.0%	0		1.52s	705	2,010	0

Pemecahan teka-teki	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Mercury 2.5	8.7	7.7	88.9%	1		1.39s	771	227	5,812
Step 3.7 Flash	5.3	7.2	44.4%	1		10.22s	711	25,422	0

Pemanggilan alat	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Mercury 2.5	10.0	10.0	100.0%	0		3.06s	9,130	283	4,484
Step 3.7 Flash	10.0	10.0	100.0%	0		2.79s	7,701	1,172	0

Pengetahuan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Mercury 2.5	3.0	10.0	0.0%	0		5.48s	232	26	9,463
Step 3.7 Flash	3.0	10.0	0.0%	0		149.34s	222	147,476	0

Ganti Pasangan Perbandingan

Mercury 2mediumvsStep 3.7 Flashhigh Mercury 2.5highvsGLM 5.3low KAT-Coder-Pro V2.5lowvsStep 3.7 Flashhigh Mercury 2.5highvsQwen3.6 35B A3Bmedium Mercury 2.5highvsGLM 5.1none Claude Sonnet 5.5mediumvsMercury 2.5high Mercury 2.5highvsGrok 4.3medium LongCat 2.0lowvsStep 3.7 Flashhigh Mercury 2.5highvsLaguna XS 2.1mediumTersedia gratis Qwen3.7 FlashmediumvsStep 3.7 Flashhigh Mercury 2.5highvsQwen3.5-122B-A10Bnone Claude Sonnet 5.5mediumvsStep 3.7 Flashhigh