Inception: Mercury 2 vs Poolside: Laguna S 2.1

Laguna S 2.1 (low) unggul dalam skor rata-rata dengan 5.0 vs 4.6. Mercury 2 memiliki biaya benchmark lebih rendah di $0.030 vs $0.091. Mercury 2 lebih cepat di 829ms vs 85.35s, dengan tingkat keberhasilan 22.7% vs 25.8%.

Model yang direkomendasikanMercury 2Its score stays close to the best score here (4.6 vs 5.0), while costing about 3.1x less than Laguna S 2.1 (low).

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-07-22

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

Metrik	Mercury 2 Mercury 2 none Rilis: 2026-02-24	Laguna S 2.1 Laguna S 2.1 low Rilis: 2026-07-21 Tersedia gratis
Skor	4.6	5.0
Peringkat	#198	#181
Keandalan	10.0	9.9
Konsistensi	9.2	7.8
Tes benar
Tingkat lulus per percobaan	22.7%	25.8%
Tes tidak stabil	2	6
Total Run	66	66
Biaya per hasil	0.734	3.022
Total Biaya	$0.030	$0.091
Harga input	$0.250 / 1M	$0.100 / 1M
Harga output	$0.750 / 1M	$0.200 / 1M
Total token input	88,704	118,746
Token output	9,564	67,823
Token penalaran	0	383,885
Waktu respons (rata-rata)	829ms	85.35s
Waktu respons (maks)	4.52s	814.73s
Waktu respons (total)	18.24s	1877.64s

Hamster playing table tennis

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

#198 Mercury 2

none

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

#181 Laguna S 2.1

low

Biaya: $0.001
Waktu: 6.6s
Token: 1,314 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		80.66s	616	311	43,722

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	3.8	7.1	22.2%	1		167.51s	7,917	58,111	119,138

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	3.2	5.2	16.7%	1		412.50s	92,870	8,211	174,584

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		2.76s	7,689	243	1,981

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		2.51s	765	24	2,606

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	4.8	10.0	0.0%	0		650ms	513	120	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	4.3	6.8	16.7%	1		423ms	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	3.1	7.3	11.1%	1		2.70s	699	447	1,444

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		2.36s	6,747	286	417

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		202.49s	228	10	39,993

Perbandingan Cepat

Ganti Pasangan Perbandingan