Inception: Mercury 2 vs Poolside: Laguna S 2.1

Laguna S 2.1 (high) unggul dalam skor rata-rata dengan 5.4 vs 4.6. Mercury 2 memiliki biaya benchmark lebih rendah di $0.030 vs $0.127. Mercury 2 lebih cepat di 829ms vs 111.61s, dengan tingkat keberhasilan 22.7% vs 27.3%.

Model yang direkomendasikanMercury 2Its score stays close to the best score here (4.6 vs 5.4), while costing about 4.3x less than Laguna S 2.1 (high).

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-07-25

Ringkasan perbandingan

Peringkat: #204
Total token output: 9,564
Waktu respons (rata-rata): 829ms
Total Biaya: $0.030

Peringkat: #173
Total token output: 584,864
Waktu respons (rata-rata): 111.61s
Total Biaya: $0.127

Metrik	Mercury 2 Mercury 2 none Rilis: 2026-02-24	Laguna S 2.1 Laguna S 2.1 high Rilis: 2026-07-21 Tersedia gratis

Metrik	Mercury 2 Mercury 2 none Rilis: 2026-02-24	Laguna S 2.1 Laguna S 2.1 high Rilis: 2026-07-21 Tersedia gratis
Skor	4.6	5.4
Peringkat	#204	#173
Keandalan	10.0	9.9
Konsistensi	9.2	8.1
Tes benar
Tingkat lulus per percobaan	22.7%	27.3%
Tes tidak stabil	2	5
Total Run	66	66
Biaya per hasil	0.734	3.153
Total Biaya	$0.030	$0.127
Harga input	$0.250 / 1M	$0.100 / 1M
Harga output	$0.750 / 1M	$0.200 / 1M
Total token input	88,704	208,931
Token output	9,564	175,588
Token penalaran	0	409,276
Waktu respons (rata-rata)	829ms	111.61s
Waktu respons (maks)	4.52s	1190.11s
Waktu respons (total)	18.24s	2455.39s

Hamster playing table tennis

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

#204 Mercury 2

none

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

#173 Laguna S 2.1

high

Biaya: $0.001
Waktu: 6.8s
Token: 1,389 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
Laguna S 2.1	3.4	5.8	25.0%	2		52.20s	672	504	46,579

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
Laguna S 2.1	5.3	7.2	44.4%	1		271.42s	6,496	59,355	151,009

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
Laguna S 2.1	2.9	6.0	16.7%	1		702.26s	184,420	114,577	203,826

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
Laguna S 2.1	10.0	10.0	100.0%	0		1.96s	7,689	243	1,705

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
Laguna S 2.1	3.0	10.0	0.0%	0		2.56s	765	24	2,035

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
Laguna S 2.1	4.6	9.8	0.0%	0		855ms	513	135	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	6.5	10.0	50.0%	0		551ms	691	82	0
Laguna S 2.1	4.6	10.0	0.0%	0		453ms	702	60	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	3.1	10.0	0.0%	0		535ms	694	251	0
Laguna S 2.1	2.9	7.2	11.1%	1		1.62s	699	370	1,130

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
Laguna S 2.1	10.0	10.0	100.0%	0		2.69s	6,747	306	334

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
Laguna S 2.1	3.0	10.0	0.0%	0		6.94s	228	14	2,658

Perbandingan Cepat

Ganti Pasangan Perbandingan