Mercury 2 (medium) vs LongCat 2.0 (low)

Model yang Dibandingkan

Model yang direkomendasikan Mercury 2 (medium)

It has the best score here (6.6), while costing about 4.1x less than LongCat 2.0 (low).

Metrik	Mercury 2 Mercury 2 medium Rilis: 2026-02-24	LongCat 2.0 LongCat 2.0 low Rilis: 2026-07-20

Metrik	Mercury 2 Mercury 2 medium Rilis: 2026-02-24	LongCat 2.0 LongCat 2.0 low Rilis: 2026-07-20
Skor	6.6	6.6
Peringkat	#189	#188
Keandalan	10.0	9.9
Konsistensi	8.1	8.3
Percobaan	69/69	69/69
Tes benar
Tingkat lulus per percobaan	53.6%	55.1%
Tes tidak stabil	5	5
Total Run	69	69
Biaya per hasil	1.201	4.942
Total Biaya	$0.121	$0.495
Harga input	$0.250 / 1M	$0.300 / 1M
Harga output	$0.750 / 1M	$1.200 / 1M
Total token input	189,300	262,387
Token output	10,854	7,344
Token penalaran	86,089	338,881
Waktu respons (rata-rata)	4.40s	115.00s
Waktu respons (maks)	34.92s	560.39s
Waktu respons (total)	96.81s	2645.11s
Parameter	~100B	1.6T total (48B aktif)
Ketersediaan	Tertutup	Sumber terbuka

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

medium

low

Kategori:

Tugas agen	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Mercury 2	4.7	1.6	66.7%	1		34.92s	78,785	529	8,860
LongCat 2.0	6.1	3.1	66.7%	1		145.65s	171,517	1,668	23,963

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	6.9	9.9	50.0%	0		1.12s	554	2,546	2,609
LongCat 2.0	10.0	10.0	100.0%	0		9.04s	588	225	4,303

Pemrograman	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Mercury 2	8.2	7.7	77.8%	1		2.04s	7,065	296	11,328
LongCat 2.0	6.6	4.6	77.8%	2		479.30s	6,544	461	206,627

Gabungan	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Mercury 2	6.7	9.1	50.0%	0		7.84s	87,365	6,533	20,474
LongCat 2.0	10.0	10.0	100.0%	0		130.21s	66,883	3,905	37,643

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	7.3	5.9	83.3%	1		1.11s	6,234	183	1,656
LongCat 2.0	6.3	10.0	50.0%	0		10.77s	7,653	198	2,498

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	2.9	4.4	22.2%	2		8.06s	1,638	53	31,177
LongCat 2.0	2.9	7.2	11.1%	1		183.63s	457	139	46,116

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	4.8	10.0	0.0%	0		821ms	456	137	542
LongCat 2.0	3.4	2.2	33.3%	1		22.45s	480	116	2,364

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	10.0	10.0	100.0%	0		1.07s	340	14	958
LongCat 2.0	6.5	10.0	50.0%	0		6.39s	657	78	1,604

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	5.4	10.0	33.3%	0		949ms	601	361	2,781
LongCat 2.0	3.1	10.0	0.0%	0		8.15s	636	289	2,561

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	10.0	10.0	100.0%	0		1.89s	6,080	180	1,956
LongCat 2.0	10.0	10.0	100.0%	0		10.81s	6,840	249	398

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	3.0	10.0	0.0%	0		2.58s	182	22	3,748
LongCat 2.0	3.0	10.0	0.0%	0		122.07s	132	16	10,804

Ganti Pasangan Perbandingan