Mercury 2 (medium) vs Grok 4.3 (medium)

Model yang direkomendasikan Mercury 2 (medium)

It has the best score here (7.0), while costing about 7.9x less than Grok 4.3 (medium).

Perbandingan terperinci

Metrik	Mercury 2 Mercury 2 medium Rilis: 2026-02-24	Grok 4.3 Grok 4.3 medium Rilis: 2026-05-01

Metrik	Mercury 2 Mercury 2 medium Rilis: 2026-02-24	Grok 4.3 Grok 4.3 medium Rilis: 2026-05-01
Skor	7.0	7.0
Peringkat	#125	#120
Keandalan	10.0	10.0
Konsistensi	8.4	8.2
Percobaan	66/66	66/66
Tes benar
Tingkat lulus per percobaan	53.0%	66.7%
Tes tidak stabil	4	5
Total Run	66	66
Biaya per hasil	0.933	6.168
Total Biaya	$0.094	$0.741
Harga input	$0.250 / 1M	$1.250 / 1M
Harga output	$0.750 / 1M	$2.500 / 1M
Total token input	110,515	140,244
Token output	10,325	13,739
Token penalaran	77,229	212,165
Waktu respons (rata-rata)	2.95s	44.21s
Waktu respons (maks)	14.63s	216.69s
Waktu respons (total)	61.89s	972.64s
Parameter	~100B	~1.5T total (~150B aktif)
Ketersediaan	Tertutup	Tertutup

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

medium

medium

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
Grok 4.3	10.0	10.0	100.0%	0		8.83s	2,010	88	8,207

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
Grok 4.3	5.9	7.7	44.4%	1		41.23s	8,340	1,028	31,226

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
Grok 4.3	6.5	10.0	50.0%	0		55.07s	108,468	11,992	21,601

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
Grok 4.3	10.0	10.0	100.0%	0		18.97s	7,761	180	9,546

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
Grok 4.3	3.5	4.4	33.3%	2		158.01s	1,977	14	95,783

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
Grok 4.3	5.4	2.5	66.7%	1		24.70s	825	70	5,020

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
Grok 4.3	9.8	10.0	100.0%	0		18.58s	1,362	57	8,713

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
Grok 4.3	5.9	7.2	55.6%	1		22.52s	1,689	128	14,468

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
Grok 4.3	10.0	10.0	100.0%	0		17.66s	7,263	168	4,615

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
Grok 4.3	3.0	10.0	0.0%	0		44.47s	549	14	12,986

Ganti Pasangan Perbandingan