Navigasi
Advertise here

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

Step 3.7 Flash (low) unggul dalam skor rata-rata dengan 7.2 vs 6.5. Mercury 2.5 (high) memiliki biaya benchmark lebih rendah di $0.044 vs $0.449. Mercury 2.5 (high) lebih cepat di 7.62s vs 20.72s, dengan tingkat keberhasilan 59.4% vs 63.8%.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-10-24

Model yang Dibandingkan

Peringkat
#234
Total token output
193,676
Waktu respons (rata-rata)
7.62s
Total Biaya
$0.044
Peringkat
#179
Total token output
339,108
Waktu respons (rata-rata)
20.72s
Total Biaya
$0.449
Model yang direkomendasikan Mercury 2.5 (high)

Its score stays close to the best score here (6.5 vs 7.2), while costing about 10.3x less than Step 3.7 Flash (low).

Perbandingan terperinci

Metrik Mercury 2.5 Mercury 2.5 high Rilis: 2026-09-08 Step 3.7 Flash Step 3.7 Flash low Rilis: 2026-05-29
Skor 6.5 7.2
Peringkat #234 #179
Keandalan 9.8 10.0
Konsistensi 8.7 7.9
Percobaan 69/69 69/69
Tes benar
Tingkat lulus per percobaan 59.4% 63.8%
Tes tidak stabil 4 6
Total Run 69 69
Biaya per hasil 0.362 4.078
Total Biaya $0.044 $0.449
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 358,562 292,685
Token output 4,266 339,108
Token penalaran 189,410 0
Waktu respons (rata-rata) 7.62s 20.72s
Waktu respons (maks) 80.30s 124.75s
Waktu respons (total) 175.36s 476.67s
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.

#234 Mercury 2.5

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

#179 Step 3.7 Flash

low
SVG tidak valid
Biaya
$0.004
Waktu
25.3s
Token
3,072 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
Mercury 2.5 6.4 7.8 44.4% 1 6.58s 7,757 415 44,012
Step 3.7 Flash 8.2 7.2 88.9% 1 9.46s 7,437 18,685 0

Ganti Pasangan Perbandingan