Mercury 2.5 (medium) vs LongCat 2.0 (low)

Model yang Dibandingkan

Model yang direkomendasikan Mercury 2.5 (medium)

It has the best score here (6.8), while costing about 19.0x less than LongCat 2.0 (low).

Metrik	Mercury 2.5 Mercury 2.5 medium Rilis: 2026-09-08	LongCat 2.0 LongCat 2.0 low Rilis: 2026-07-20

Metrik	Mercury 2.5 Mercury 2.5 medium Rilis: 2026-09-08	LongCat 2.0 LongCat 2.0 low Rilis: 2026-07-20
Skor	6.8	6.7
Peringkat	#157	#162
Keandalan	9.8	9.9
Konsistensi	8.6	8.5
Percobaan	66/66	66/66
Tes benar
Tingkat lulus per percobaan	65.2%	54.6%
Tes tidak stabil	4	4
Total Run	66	66
Biaya per hasil	0.181	4.120
Total Biaya	$0.022	$0.412
Harga input	$0.040 / 1M	$0.300 / 1M
Harga output	$0.150 / 1M	$1.200 / 1M
Total token input	91,402	90,870
Token output	3,138	5,676
Token penalaran	116,991	314,918
Waktu respons (rata-rata)	3.19s	113.61s
Waktu respons (maks)	9.87s	560.39s
Waktu respons (total)	70.18s	2499.46s
Parameter	~100B	1.6T total (48B aktif)
Ketersediaan	Tertutup	Sumber terbuka

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

medium

low

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
Mercury 2.5	10.0	10.0	100.0%	0		1.28s	773	192	7,122
LongCat 2.0	10.0	10.0	100.0%	0		9.04s	588	225	4,303

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	5.0	5.1	44.5%	2		3.70s	7,807	488	21,857
LongCat 2.0	6.6	4.6	77.8%	2		479.30s	6,544	461	206,627

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	6.5	10.0	50.0%	0		9.23s	62,336	1,073	34,370
LongCat 2.0	10.0	10.0	100.0%	0		130.21s	66,883	3,905	37,643

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		2.57s	8,385	582	9,343
LongCat 2.0	6.3	10.0	50.0%	0		10.77s	7,653	198	2,498

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	3.6	7.2	22.2%	1		4.39s	852	59	19,837
LongCat 2.0	2.9	7.2	11.1%	1		183.63s	457	139	46,116

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	4.4	9.9	0.0%	0		1.60s	528	98	2,364
LongCat 2.0	3.4	2.2	33.3%	1		22.45s	480	116	2,364

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	6.4	6.0	66.7%	1		1.07s	520	55	2,344
LongCat 2.0	6.5	10.0	50.0%	0		6.39s	657	78	1,604

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	10.0	10.0	100.0%	0		1.93s	766	290	7,721
LongCat 2.0	3.1	10.0	0.0%	0		8.15s	636	289	2,561

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		3.35s	9,203	269	4,641
LongCat 2.0	10.0	10.0	100.0%	0		10.81s	6,840	249	398

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		4.30s	232	32	7,392
LongCat 2.0	3.0	10.0	0.0%	0		122.07s	132	16	10,804

Ganti Pasangan Perbandingan