Navigare
Advertise here

Seed 2.1 Turbo vs Mercury 2.5 Preview (medium)

Mercury 2.5 Preview (medium) conduce la scorul mediu cu 6.8 vs 5.7. Mercury 2.5 Preview (medium) are costul de benchmark mai mic, $0.039 vs $0.182. Mercury 2.5 Preview (medium) este mai rapid cu 6.66s vs 9.65s, cu rate de reușită de 52.2% vs 66.7%.

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-10-19

Modele comparate

Rang
#305
Total tokenuri de ieșire
13,105
Timp de răspuns (mediu)
9.65s
Cost total
$0.182
Rang
#204
Total tokenuri de ieșire
150,107
Timp de răspuns (mediu)
6.66s
Cost total
$0.039
Model recomandat Mercury 2.5 Preview (medium)

Are cel mai bun scor aici (6.8) și costă de aproximativ 4.7x mai puțin decât Seed 2.1 Turbo.

Comparație detaliată

Metrică Seed 2.1 Turbo Seed 2.1 Turbo none Lansare: 2026-08-12 Mercury 2.5 Preview Mercury 2.5 Preview medium Lansare: 2026-09-02
Scor 5.7 6.8
Rang #305 #204
Fiabilitate 10.0 10.0
Consistență 9.0 9.6
Încercări 69/69 69/69
Teste corecte
Rată de trecere pe încercare 52.2% 66.7%
Teste instabile 3 1
Rulări totale 69 69
Cost per rezultat 1.819 0.244
Cost total $0.182 $0.039
Preț de intrare $0.500 / 1M $0.040 / 1M
Preț de ieșire $2.500 / 1M $0.150 / 1M
Preț citire cache N/D N/D
Preț scriere cache N/D N/D
Total tokenuri de intrare 298,242 397,291
Tokenuri de ieșire 13,105 6,355
Tokenuri de raționament 0 143,752
Timp de răspuns (mediu) 9.65s 6.66s
Timp de răspuns (maxim) 71.45s 74.63s
Timp de răspuns (total) 221.91s 153.29s
Parametri ~200B în total (~20B 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.

#305 Seed 2.1 Turbo

none
Cost
$0.093
Timp
517.1s
Tokenuri
37,102 tok

#204 Mercury 2.5 Preview

medium
Cost
$0.001
Timp
2.7s
Tokenuri
2,241 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
Seed 2.1 Turbo 4.5 7.9 22.2% 1 2.35s 8,211 608 0
Mercury 2.5 Preview 7.8 10.0 66.7% 0 3.86s 7,839 552 22,126

Schimbă perechea de comparație