Navigasi
Advertise here

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

Step 3.7 Flash (high) unggul dalam skor rata-rata dengan 6.8 vs 6.8. Mercury 2.5 (medium) memiliki biaya benchmark lebih rendah di $0.022 vs $1.229. Mercury 2.5 (medium) lebih cepat di 3.19s vs 70.10s, dengan tingkat keberhasilan 65.2% vs 60.6%.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-09-08

Model yang Dibandingkan

Peringkat
#157
Total token output
120,129
Waktu respons (rata-rata)
3.19s
Total Biaya
$0.022
Peringkat
#150
Total token output
1,050,900
Waktu respons (rata-rata)
70.10s
Total Biaya
$1.229
Model yang direkomendasikan Mercury 2.5 (medium)

Its score stays close to the best score here (6.8 vs 6.8), while costing about 56.7x less than Step 3.7 Flash (high).

Perbandingan terperinci

Metrik Mercury 2.5 Mercury 2.5 medium Rilis: 2026-09-08 Step 3.7 Flash Step 3.7 Flash high Rilis: 2026-05-29
Skor 6.8 6.8
Peringkat #157 #150
Keandalan 9.8 10.0
Konsistensi 8.6 8.4
Percobaan 66/66 66/66
Tes benar
Tingkat lulus per percobaan 65.2% 60.6%
Tes tidak stabil 4 4
Total Run 66 66
Biaya per hasil 0.181 11.167
Total Biaya $0.022 $1.229
Harga input $0.040 / 1M $0.200 / 1M
Harga output $0.150 / 1M $1.150 / 1M
Total token input 91,402 98,700
Token output 3,138 1,050,900
Token penalaran 116,991 0
Waktu respons (rata-rata) 3.19s 70.10s
Waktu respons (maks) 9.87s 364.99s
Waktu respons (total) 70.18s 1542.14s
Parameter ~100B 198B total (11B aktif)
Ketersediaan Tertutup Sumber terbuka

Showcase generasi model

Hamster playing table tennis

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

#157 Mercury 2.5

medium
Biaya
$0.001
Waktu
3.8s
Token
3,386 tok

#150 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

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
Step 3.7 Flash 4.0 6.0 22.2% 1 206.21s 6,057 327,340 0

Perbandingan Cepat

Ganti Pasangan Perbandingan