Navegação
Advertise here

Mercury 2 (medium) vs Step 3.7 Flash (high)

A pontuação média está praticamente empatada em 6.6 vs 6.6. Mercury 2 (medium) tem menor custo de benchmark com $0.121 vs $1.478. Mercury 2 (medium) é mais rápido com 4.40s vs 72.72s, com taxas de acerto de 53.6% vs 58.0%.

Benchmarks gerados a partir das suítes de teste do AI BENCHY em: 2026-11-16

Modelos comparados

Posição
#268
Total de tokens de saída
96,943
Tempo de resposta (médio)
4.40s
Custo total
$0.121
Posição
#269
Total de tokens de saída
1,100,052
Tempo de resposta (médio)
72.72s
Custo total
$1.478
Modelo recomendado Mercury 2 (medium)

Tem a melhor pontuação aqui (6.6) e custa cerca de 12.3x menos que Step 3.7 Flash (high).

Comparação detalhada

Métrica Mercury 2 Mercury 2 medium Lançamento: 2026-02-24 Step 3.7 Flash Step 3.7 Flash high Lançamento: 2026-05-29
Pontuação 6.6 6.6
Posição #268 #269
Confiabilidade 10.0 10.0
Consistência 8.1 8.5
Tentativas 69/69 69/69
Testes corretos
Taxa de acerto por tentativa 53.6% 58.0%
Testes instáveis 5 4
Execuções totais 69 69
Custo por resultado 1.201 12.267
Custo total $0.121 $1.478
Preço de entrada $0.250 / 1M $0.200 / 1M
Preço de saída $0.750 / 1M $1.150 / 1M
Preço de leitura do cache $0.025 / 1M $0.040 / 1M
Preço de escrita no cache N/D N/D
Total de tokens de entrada 189,300 421,200
Tokens de saída 10,854 1,100,052
Tokens de raciocínio 86,089 0
Tempo de resposta (médio) 4.40s 72.72s
Tempo de resposta (máx.) 34.92s 364.99s
Tempo de resposta (total) 96.81s 1672.53s
Parâmetros ~100B 198B no total (11B ativos)
Disponibilidade Código fechado Código aberto

Os preços de cache aplicam-se aos tokens de entrada. A leitura reutiliza prompts em cache; a escrita armazena-os e pode custar mais. Os tokens de saída usam o preço de saída.

Geração showcase de modelos

Hamster playing table tennis

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

#268 Mercury 2

medium
Custo
$0.002
Tempo
2.1s
Tokens
1,702 tok

#269 Step 3.7 Flash

high
Custo
$0.007
Tempo
63.6s
Tokens
6,030 tok

Melhores modelos por pontuação

Pontuação vs custo total

Tempo de resposta (médio)

Pontuação vs Tempo de resposta (médio)

Total de tokens de saída

Pontuação vs Total de tokens de saída

Detalhamento por categoria

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
Mercury 2 8.2 7.7 77.8% 1 2.04s 7,065 296 11,328
Step 3.7 Flash 4.0 6.0 22.2% 1 206.21s 6,057 327,340 0

Trocar par de comparação