Inception: Mercury 2 vs Kwaipilot: KAT-Coder-Air V2.5

KAT-Coder-Air V2.5 (low) unggul dalam skor rata-rata dengan 5.4 vs 4.6. Mercury 2 memiliki biaya benchmark lebih rendah di $0.030 vs $0.041. Mercury 2 lebih cepat di 829ms vs 10.09s, dengan tingkat keberhasilan 22.7% vs 45.5%.

Model yang direkomendasikanKAT-Coder-Air V2.5 (low)It has the strongest score in this comparison (5.4) and the best overall balance of cost and response time across all 2 models.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-07-18

Metrik	Mercury 2 Mercury 2 none Rilis: 2026-02-24	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 low Rilis: 2026-07-14

Metrik	Mercury 2 Mercury 2 none Rilis: 2026-02-24	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 low Rilis: 2026-07-14
Skor	4.6	5.4
Peringkat	#185	#154
Keandalan	10.0	9.9
Konsistensi	9.2	7.4
Tes benar
Tingkat lulus per percobaan	22.7%	45.5%
Tes tidak stabil	2	7
Total Run	66	66
Biaya per hasil	0.734	0.585
Total Biaya	$0.030	$0.041
Harga input	$0.250 / 1M	$0.150 / 1M
Harga output	$0.750 / 1M	$0.600 / 1M
Total token input	88,704	61,085
Token output	9,564	5,905
Token penalaran	0	46,990
Waktu respons (rata-rata)	829ms	10.09s
Waktu respons (maks)	4.52s	86.23s
Waktu respons (total)	18.24s	222.03s

Hamster playing table tennis

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

#185 Mercury 2

none

Biaya: $0.002
Waktu: 1.8s
Token: 1,514 tok

#154 KAT-Coder-Air V2.5

low

Biaya: $0.004
Waktu: 29.9s
Token: 6,008 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

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	3.0	10.0	0.0%	0		483ms	631	286	0
KAT-Coder-Air V2.5	7.3	5.8	83.3%	2		3.50s	672	422	1,548

Pemrograman	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Mercury 2	3.4	9.6	0.0%	0		1.03s	7,229	3,088	0
KAT-Coder-Air V2.5	3.5	7.3	11.1%	1		11.06s	7,893	2,001	13,623

Gabungan	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		2.56s	65,412	5,256	0
KAT-Coder-Air V2.5	6.4	5.8	66.7%	1		55.86s	33,753	2,046	17,833

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		667ms	6,362	180	0
KAT-Coder-Air V2.5	6.5	10.0	50.0%	0		2.82s	7,776	261	1,069

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	5.3	7.2	44.4%	1		534ms	784	46	0
KAT-Coder-Air V2.5	2.9	7.2	11.1%	1		4.99s	553	310	3,332

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		628ms	495	159	0
KAT-Coder-Air V2.5	5.0	10.0	0.0%	0		10.11s	516	142	596

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	6.5	10.0	50.0%	0		551ms	691	82	0
KAT-Coder-Air V2.5	9.8	10.0	100.0%	0		1.64s	699	89	640

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	3.1	10.0	0.0%	0		535ms	694	251	0
KAT-Coder-Air V2.5	3.1	4.6	22.2%	2		1.57s	696	294	796

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		1.27s	6,193	197	0
KAT-Coder-Air V2.5	10.0	10.0	100.0%	0		4.47s	8,391	330	1,065

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		548ms	213	19	0
KAT-Coder-Air V2.5	3.0	10.0	0.0%	0		19.98s	136	10	6,488

Perbandingan Cepat

Ganti Pasangan Perbandingan

KAT-Coder-Air V2.5lowvsGPT-5.6 Lunanone CobuddymediumvsMercury 2none Mercury 2nonevsQwen3 Coder Nextmedium Mercury 2nonevsMiniMax M2.5medium KAT-Coder-Air V2.5lowvsLaguna XS 2.1noneTersedia gratis KAT-Coder-Air V2.5lowvsQwen3.6 35B A3Bnone Gemma 4 26B A4BnoneTersedia gratisvsKAT-Coder-Air V2.5low Ling-2.6-1TnonevsKAT-Coder-Air V2.5low KAT-Coder-Air V2.5lowvsKimi K2.5none KAT-Coder-Air V2.5lowvsMiMo-V2.5-Pronone KAT-Coder-Air V2.5lowvsQwen3.6 27Bnone KAT-Coder-Air V2.5lowvsGLM 5.1none