Mercury 2.5 Preview (medium) vs GPT-5.6 Luna (high)

Model yang Dibandingkan

Model yang direkomendasikan Mercury 2.5 Preview (medium)

Its score stays close to the best score here (7.5 vs 7.6), while costing about 7.6x less than GPT-5.6 Luna (high).

Metrik	Mercury 2.5 Preview Mercury 2.5 Preview medium Rilis: 2026-09-02	GPT-5.6 Luna GPT-5.6 Luna high Rilis: 2026-07-09

Metrik	Mercury 2.5 Preview Mercury 2.5 Preview medium Rilis: 2026-09-02	GPT-5.6 Luna GPT-5.6 Luna high Rilis: 2026-07-09
Skor	7.5	7.6
Peringkat	#104	#94
Keandalan	10.0	10.0
Konsistensi	9.6	8.5
Percobaan	66/66	66/66
Tes benar
Tingkat lulus per percobaan	69.7%	69.7%
Tes tidak stabil	1	4
Total Run	66	66
Biaya per hasil	0.158	6.100
Total Biaya	$0.024	$0.179
Harga input	$0.040 / 1M	$0.200 / 1M
Harga output	$0.150 / 1M	$1.200 / 1M
Total token input	112,713	80,927
Token output	5,436	5,088
Token penalaran	121,598	130,227
Waktu respons (rata-rata)	3.58s	16.49s
Waktu respons (maks)	17.84s	111.09s
Waktu respons (total)	78.66s	362.78s
Parameter	~100B	~400B total (~17B aktif)
Ketersediaan	Tertutup	Tertutup

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

medium

high

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 Preview	10.0	10.0	100.0%	0		1.43s	781	203	7,921
GPT-5.6 Luna	8.3	10.0	75.0%	0		2.99s	606	162	1,265

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
GPT-5.6 Luna	5.5	4.7	55.6%	2		15.63s	7,302	510	17,746

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 Preview	6.5	10.0	50.0%	0		13.86s	92,663	3,607	41,588
GPT-5.6 Luna	10.0	10.0	100.0%	0		19.05s	57,719	3,366	8,005

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 Preview	10.0	10.0	100.0%	0		2.77s	8,292	514	11,354
GPT-5.6 Luna	10.0	10.0	100.0%	0		2.18s	7,140	234	470

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 Preview	5.3	7.2	44.4%	1		3.72s	853	62	17,120
GPT-5.6 Luna	5.3	7.2	44.4%	1		62.87s	732	69	75,712

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 Preview	5.0	10.0	0.0%	0		2.09s	538	99	3,375
GPT-5.6 Luna	5.0	10.0	0.0%	0		3.65s	477	117	563

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 Preview	9.8	10.0	100.0%	0		1.35s	744	96	3,987
GPT-5.6 Luna	9.9	10.0	100.0%	0		1.79s	660	97	481

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 Preview	10.0	10.0	100.0%	0		1.87s	771	274	7,323
GPT-5.6 Luna	7.6	7.2	77.8%	1		14.55s	642	242	18,281

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 Preview	3.0	10.0	0.0%	0		2.37s	0	0	0
GPT-5.6 Luna	10.0	10.0	100.0%	0		4.98s	5,454	260	324

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 Preview	3.0	10.0	0.0%	0		4.13s	232	29	6,804
GPT-5.6 Luna	3.0	10.0	0.0%	0		17.00s	195	31	7,380

Ganti Pasangan Perbandingan