Mercury 2 (medium) vs GPT-5.3 Chat

Model yang direkomendasikan Mercury 2 (medium)

Its score stays close to the best score here (7.0 vs 7.5), while costing about 6.1x less than GPT-5.3 Chat.

Perbandingan terperinci

Metrik	Mercury 2 Mercury 2 medium Rilis: 2026-02-24	GPT-5.3 Chat GPT-5.3 Chat none Rilis: 2026-03-03

Metrik	Mercury 2 Mercury 2 medium Rilis: 2026-02-24	GPT-5.3 Chat GPT-5.3 Chat none Rilis: 2026-03-03
Skor	7.0	7.5
Peringkat	#86	#62
Keandalan	10.0	10.0
Konsistensi	8.8	8.2
Tes benar
Tingkat lulus per percobaan	51.5%	68.2%
Tes tidak stabil	3	5
Total Run	66	66
Biaya per hasil	0.928	4.387
Total Biaya	$0.093	$0.571
Harga input	$0.250 / 1M	$1.750 / 1M
Harga output	$0.750 / 1M	$14.000 / 1M
Total token input	109,572	78,990
Token output	10,313	30,854
Token penalaran	76,806	0
Waktu respons (rata-rata)	2.72s	6.88s
Waktu respons (maks)	14.63s	18.33s
Waktu respons (total)	57.12s	151.31s

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

medium

none

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	6.9	9.9	50.0%	0		1.12s	554	2,546	2,609
GPT-5.3 Chat	6.7	8.1	58.3%	1		3.86s	606	3,167	0

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
GPT-5.3 Chat	5.6	4.7	55.6%	2		10.52s	7,302	6,632	0

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
GPT-5.3 Chat	10.0	10.0	100.0%	0		15.07s	55,800	6,851	0

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
GPT-5.3 Chat	10.0	10.0	100.0%	0		2.21s	7,140	942	0

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	7.2	11.1%	1		6.48s	695	41	30,754
GPT-5.3 Chat	3.5	4.4	33.3%	2		13.01s	723	8,264	0

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
GPT-5.3 Chat	4.6	10.0	0.0%	0		1.99s	477	319	0

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
GPT-5.3 Chat	9.8	10.0	100.0%	0		3.51s	660	1,491	0

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
GPT-5.3 Chat	10.0	10.0	100.0%	0		2.99s	642	1,758	0

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
GPT-5.3 Chat	10.0	10.0	100.0%	0		8.36s	5,445	861	0

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
GPT-5.3 Chat	3.0	10.0	0.0%	0		4.38s	195	569	0

Ganti Pasangan Perbandingan