Navigasi
Advertise here

Mercury 2.5 Preview (high) vs Minimax M3.1 Flash (high)

Skor rata-rata hampir imbang di 6.5 vs 6.5. Minimax M3.1 Flash (high) memiliki biaya benchmark lebih rendah di $0.000 vs $0.040. Mercury 2.5 Preview (high) lebih cepat di 7.61s vs 34.00s, dengan tingkat keberhasilan 65.2% vs 56.5%.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-10-19

Model yang Dibandingkan

Peringkat
#230
Total token output
180,597
Waktu respons (rata-rata)
7.61s
Total Biaya
$0.040
Peringkat
#228
Total token output
279,438
Waktu respons (rata-rata)
34.00s
Total Biaya
$0.000
Model yang direkomendasikan Mercury 2.5 Preview (high)

It has the best score here (6.5), while responding about 4.5x faster than Minimax M3.1 Flash (high).

Perbandingan terperinci

Metrik Mercury 2.5 Preview Mercury 2.5 Preview high Rilis: 2026-09-02 Minimax M3.1 Flash Minimax M3.1 Flash high Rilis: 2026-10-19 Tersedia gratis
Skor 6.5 6.5
Peringkat #230 #228
Keandalan 9.9 10.0
Konsistensi 8.0 7.2
Percobaan 69/69 69/69
Tes benar
Tingkat lulus per percobaan 65.2% 56.5%
Tes tidak stabil 6 8
Total Run 69 69
Biaya per hasil 0.319 0.000
Total Biaya $0.040 $0.000
Harga input $0.040 / 1M $0.000 / 1M
Harga output $0.150 / 1M $0.000 / 1M
Harga baca cache T/A T/A
Harga tulis cache T/A T/A
Total token input 298,512 357,984
Token output 3,178 70,004
Token penalaran 177,419 209,434
Waktu respons (rata-rata) 7.61s 34.00s
Waktu respons (maks) 86.84s 280.72s
Waktu respons (total) 175.08s 781.92s
Parameter ~100B -
Ketersediaan Tertutup Tertutup

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.

#230 Mercury 2.5 Preview

high
Biaya
$0.001
Waktu
4.5s
Token
3,851 tok

#228 Minimax M3.1 Flash

high
Biaya
$0.000
Waktu
75.4s
Token
9,436 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 Preview 6.7 7.8 55.6% 1 6.13s 7,751 485 42,569
Minimax M3.1 Flash 5.6 4.7 55.6% 2 36.78s 9,024 60,602 13,024

Ganti Pasangan Perbandingan