Ember-1 (high) vs Mercury 2 (medium)

Modelos comparados

Modelo recomendado Mercury 2 (medium)

A pontuação fica perto da melhor aqui (7.0 vs 7.1) e custa cerca de 19.3x menos que Ember-1 (high).

Métrica	Ember-1 Ember-1 high Lançamento: 2026-09-28	Mercury 2 Mercury 2 medium Lançamento: 2026-02-24

Métrica	Ember-1 Ember-1 high Lançamento: 2026-09-28	Mercury 2 Mercury 2 medium Lançamento: 2026-02-24
Pontuação	7.1	7.0
Posição	#158	#166
Confiabilidade	8.0	10.0
Consistência	7.3	8.4
Tentativas	66/66	66/66
Testes corretos
Taxa de acerto por tentativa	71.2%	53.0%
Testes instáveis	7	4
Execuções totais	66	66
Custo por resultado	14.981	0.933
Custo total	$1.798	$0.094
Preço de entrada	$3.000 / 1M	$0.250 / 1M
Preço de saída	$15.000 / 1M	$0.750 / 1M
Total de tokens de entrada	48,577	110,515
Tokens de saída	7,345	10,325
Tokens de raciocínio	102,780	77,229
Tempo de resposta (médio)	56.77s	2.95s
Tempo de resposta (máx.)	255.06s	14.63s
Tempo de resposta (total)	1248.88s	61.89s
Parâmetros	~2.8T no total (~104B ativos)	~100B
Disponibilidade	Código fechado	Código fechado

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

high

medium

Categoria:

Truques anti-IA	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
Ember-1	8.7	7.9	91.7%	1		24.05s	1,544	886	992
Mercury 2	6.9	9.9	50.0%	0		1.12s	554	2,546	2,609

Programação	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
Ember-1	8.2	7.2	88.9%	1		72.23s	7,144	1,281	23,093
Mercury 2	8.2	7.7	77.8%	1		2.04s	7,065	296	11,328

Combinado	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
Ember-1	6.4	5.8	66.7%	1		79.89s	28,994	1,667	6,614
Mercury 2	6.7	9.1	50.0%	0		7.84s	87,365	6,533	20,474

Análise e extração de dados	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
Ember-1	7.3	5.9	83.3%	1		36.10s	6,076	230	1,228
Mercury 2	7.3	5.9	83.3%	1		1.11s	6,234	183	1,656

Específico do domínio	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
Ember-1	2.9	4.4	22.2%	2		175.49s	1,154	1,023	61,582
Mercury 2	2.9	4.4	22.2%	2		8.06s	1,638	53	31,177

Inteligência geral	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
Ember-1	10.0	10.0	100.0%	0		4.49s	744	194	304
Mercury 2	4.8	10.0	0.0%	0		821ms	456	137	542

Seguimento de instruções	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
Ember-1	7.1	5.8	83.3%	1		33.38s	992	162	784
Mercury 2	10.0	10.0	100.0%	0		1.07s	340	14	958

Resolução de quebra-cabeças	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
Ember-1	10.0	10.0	100.0%	0		4.84s	1,452	390	848
Mercury 2	5.4	10.0	33.3%	0		949ms	601	361	2,781

Chamada de ferramentas	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
Ember-1	3.0	10.0	0.0%	0		26.45s	0	0	0
Mercury 2	10.0	10.0	100.0%	0		1.89s	6,080	180	1,956

Conhecimentos gerais	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
Ember-1	3.0	10.0	0.0%	0		65.34s	477	1,512	7,335
Mercury 2	3.0	10.0	0.0%	0		2.58s	182	22	3,748

Trocar par de comparação