Navigasi
Advertise here

Mercury 2.5 Preview (medium) vs Grok 4.6 (low)

Grok 4.6 (low) unggul dalam skor rata-rata dengan 6.9 vs 6.8. Mercury 2.5 Preview (medium) memiliki biaya benchmark lebih rendah di $0.039 vs $0.781. Mercury 2.5 Preview (medium) lebih cepat di 6.66s vs 16.44s, dengan tingkat keberhasilan 66.7% vs 66.7%.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-11-10

Model yang Dibandingkan

Peringkat
#231
Total token output
150,107
Waktu respons (rata-rata)
6.66s
Total Biaya
$0.039
Peringkat
#218
Total token output
42,315
Waktu respons (rata-rata)
16.44s
Total Biaya
$0.781
Model yang direkomendasikan Mercury 2.5 Preview (medium)

Its score stays close to the best score here (6.8 vs 6.9), while costing about 20.3x less than Grok 4.6 (low).

Perbandingan terperinci

Metrik Mercury 2.5 Preview Mercury 2.5 Preview medium Rilis: 2026-09-02 Grok 4.6 Grok 4.6 low Rilis: 2026-08-12
Skor 6.8 6.9
Peringkat #231 #218
Keandalan 10.0 10.0
Konsistensi 9.6 9.6
Percobaan 69/69 69/69
Tes benar
Tingkat lulus per percobaan 66.7% 66.7%
Tes tidak stabil 1 1
Total Run 69 69
Biaya per hasil 0.244 5.205
Total Biaya $0.039 $0.781
Harga input $0.040 / 1M $2.000 / 1M
Harga output $0.150 / 1M $6.000 / 1M
Harga baca cache T/A $0.500 / 1M
Harga tulis cache T/A T/A
Total token input 397,291 263,427
Token output 6,355 6,006
Token penalaran 143,752 36,309
Waktu respons (rata-rata) 6.66s 16.44s
Waktu respons (maks) 74.63s 57.97s
Waktu respons (total) 153.29s 378.14s
Parameter ~100B ~1.7T total (~170B aktif)
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.

#231 Mercury 2.5 Preview

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

#218 SpaceXAI: Grok 4.6

low
Biaya
$0.011
Waktu
26.0s
Token
1,941 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
Grok 4.6 5.5 7.1 44.4% 1 21.69s 9,579 349 7,740

Ganti Pasangan Perbandingan