Navigare
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Claude Sonnet 5.5 (medium) vs Mercury 2.5 (high)

Scorul mediu este practic egal la 6.5 vs 6.5. Mercury 2.5 (high) are costul de benchmark mai mic, $0.044 vs $1.100. Mercury 2.5 (high) este mai rapid cu 7.62s vs 8.03s, cu rate de reușită de 40.6% vs 59.4%.

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-11-13

Modele comparate

Rang
#267
Total tokenuri de ieșire
37,748
Timp de răspuns (mediu)
8.03s
Cost total
$1.100
Rang
#271
Total tokenuri de ieșire
193,676
Timp de răspuns (mediu)
7.62s
Cost total
$0.044
Model recomandat Mercury 2.5 (high)

Are cel mai bun scor aici (6.5) și costă de aproximativ 25.3x mai puțin decât Claude Sonnet 5.5 (medium).

Comparație detaliată

Metrică Claude Sonnet 5.5 Claude Sonnet 5.5 medium Lansare: 2026-09-29 Mercury 2.5 Mercury 2.5 high Lansare: 2026-09-08
Scor 6.5 6.5
Rang #267 #271
Fiabilitate 10.0 9.8
Consistență 9.7 8.7
Încercări 69/69 69/69
Teste corecte
Rată de trecere pe încercare 40.6% 59.4%
Teste instabile 1 4
Rulări totale 69 69
Cost per rezultat 12.221 0.362
Cost total $1.100 $0.044
Preț de intrare $2.000 / 1M $0.040 / 1M
Preț de ieșire $10.000 / 1M $0.150 / 1M
Preț citire cache $0.200 / 1M $0.004 / 1M
Preț scriere cache $2.500 / 1M N/D
Total tokenuri de intrare 361,183 358,562
Tokenuri de ieșire 26,609 4,266
Tokenuri de raționament 11,139 189,410
Timp de răspuns (mediu) 8.03s 7.62s
Timp de răspuns (maxim) 51.18s 80.30s
Timp de răspuns (total) 184.80s 175.36s
Parametri ~1T în total (~100B activi) ~100B
Disponibilitate Închis Închis

Prețurile de cache se aplică tokenurilor de intrare. Citirea reutilizează prompturi salvate; scrierea le stochează și poate costa în plus. Tokenurile de ieșire folosesc prețul de ieșire.

Prezentare generare modele

Hamster playing table tennis

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

#267 Claude Sonnet 5.5

medium
Cost
$0.024
Timp
17.4s
Tokenuri
2,525 tok

#271 Mercury 2.5

high
Cost
$0.001
Timp
3.5s
Tokenuri
2,447 tok

Top modele după scor

Scor vs cost total

Timp de răspuns (mediu)

Scor vs Timp de răspuns (mediu)

Total tokenuri de ieșire

Scor vs Total tokenuri de ieșire

Defalcare pe categorii

Programare Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Claude Sonnet 5.5 3.4 9.7 0.0% 0 6.07s 10,608 6,767 0
Mercury 2.5 6.4 7.8 44.4% 1 6.58s 7,757 415 44,012

Schimbă perechea de comparație