Navigasi
Advertise here

Mercury 2.5 Preview (medium) vs Kimi K2.5 (medium)

Mercury 2.5 Preview (medium) unggul dalam skor rata-rata dengan 6.8 vs 6.4. Mercury 2.5 Preview (medium) memiliki biaya benchmark lebih rendah di $0.039 vs $0.841. Mercury 2.5 Preview (medium) lebih cepat di 6.66s vs 125.76s, dengan tingkat keberhasilan 66.7% vs 60.9%.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-10-03

Model yang Dibandingkan

Peringkat
#173
Total token output
150,107
Waktu respons (rata-rata)
6.66s
Total Biaya
$0.039
Peringkat
#208
Total token output
241,096
Waktu respons (rata-rata)
125.76s
Total Biaya
$0.841
Model yang direkomendasikan Mercury 2.5 Preview (medium)

It has the best score here (6.8), while costing about 21.9x less than Kimi K2.5 (medium).

Perbandingan terperinci

Metrik Mercury 2.5 Preview Mercury 2.5 Preview medium Rilis: 2026-09-02 Kimi K2.5 Kimi K2.5 medium Rilis: 2026-01-27
Skor 6.8 6.4
Peringkat #173 #208
Keandalan 10.0 9.6
Konsistensi 9.6 7.1
Percobaan 69/69 69/69
Tes benar
Tingkat lulus per percobaan 66.7% 60.9%
Tes tidak stabil 1 8
Total Run 69 69
Biaya per hasil 0.244 6.085
Total Biaya $0.039 $0.841
Harga input $0.040 / 1M $0.450 / 1M
Harga output $0.150 / 1M $2.250 / 1M
Harga baca cache T/A $0.070 / 1M
Harga tulis cache T/A T/A
Total token input 397,291 292,271
Token output 6,355 55,025
Token penalaran 143,752 186,071
Waktu respons (rata-rata) 6.66s 125.76s
Waktu respons (maks) 74.63s 566.79s
Waktu respons (total) 153.29s 2137.84s
Parameter ~100B 1T total (32B aktif)
Ketersediaan Tertutup Bobot tersedia

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.

#173 Mercury 2.5 Preview

medium
Biaya
$0.001
Waktu
2.7s
Token
2,241 tok

#208 MoonshotAI: Kimi K2.5

medium
Biaya
$0.030
Waktu
58.6s
Token
8,683 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 7.8 10.0 66.7% 0 3.86s 7,839 552 22,126
Kimi K2.5 6.1 4.6 66.7% 2 217.49s 6,935 5,705 74,693

Perbandingan Cepat

Ganti Pasangan Perbandingan