Mercury 2 (medium) vs GPT-5.5

Model yang direkomendasikan Mercury 2 (medium)

It has the best score here (7.0), while costing about 5.8x less than GPT-5.5.

Perbandingan terperinci

Metrik	Mercury 2 Mercury 2 medium Rilis: 2026-02-24	GPT-5.5 GPT-5.5 none Rilis: 2026-04-24

Metrik	Mercury 2 Mercury 2 medium Rilis: 2026-02-24	GPT-5.5 GPT-5.5 none Rilis: 2026-04-24
Skor	7.0	7.0
Peringkat	#136	#135
Keandalan	10.0	10.0
Konsistensi	8.4	9.2
Percobaan	66/66	66/66
Tes benar
Tingkat lulus per percobaan	53.0%	59.1%
Tes tidak stabil	4	2
Total Run	66	66
Biaya per hasil	0.933	4.533
Total Biaya	$0.094	$0.544
Harga input	$0.250 / 1M	$5.000 / 1M
Harga output	$0.750 / 1M	$30.000 / 1M
Total token input	110,515	79,294
Token output	10,325	4,915
Token penalaran	77,229	0
Waktu respons (rata-rata)	2.95s	2.35s
Waktu respons (maks)	14.63s	12.24s
Waktu respons (total)	61.89s	51.78s
Parameter	~100B	~1.5T total (~100B aktif)
Ketersediaan	Tertutup	Tertutup

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-5.5	6.9	7.9	66.7%	1		1.31s	606	213	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-5.5	5.5	10.0	33.3%	0		1.35s	7,305	462	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-5.5	6.5	10.0	50.0%	0		8.90s	56,092	3,244	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-5.5	10.0	10.0	100.0%	0		1.18s	7,140	222	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	4.4	22.2%	2		8.06s	1,638	53	31,177
GPT-5.5	5.3	10.0	33.3%	0		1.27s	732	52	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-5.5	10.0	10.0	100.0%	0		3.41s	477	124	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-5.5	6.2	5.8	66.7%	1		1.15s	660	81	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-5.5	7.7	10.0	66.7%	0		1.29s	642	252	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-5.5	10.0	10.0	100.0%	0		3.90s	5,445	247	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-5.5	3.0	10.0	0.0%	0		5.01s	195	18	0

Ganti Pasangan Perbandingan