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

Command A+ (medium) vs Mercury 2.5

Mercury 2.5 conduce la scorul mediu cu 4.1 vs 3.4. Mercury 2.5 are costul de benchmark mai mic, $0.026 vs $0.064. Mercury 2.5 este mai rapid cu 5.10s vs 91.72s, cu rate de reușită de 0.0% vs 24.6%.

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-11-10

Modele comparate

Rang
#450
Total tokenuri de ieșire
18,795
Timp de răspuns (mediu)
91.72s
Cost total
$0.064
Rang
#429
Total tokenuri de ieșire
89,958
Timp de răspuns (mediu)
5.10s
Cost total
$0.026
Model recomandat Mercury 2.5

Are cel mai bun scor aici (4.1) și costă de aproximativ 2.5x mai puțin decât Command A+ (medium).

Comparație detaliată

Metrică Command A+ Command A+ medium Lansare: 2026-09-23 Mercury 2.5 Mercury 2.5 none Lansare: 2026-09-08
Scor 3.4 4.1
Rang #450 #429
Fiabilitate 3.5 10.0
Consistență 10.0 7.6
Încercări 69/69 69/69
Teste corecte
Rată de trecere pe încercare 0.0% 24.6%
Teste instabile 0 7
Rulări totale 69 69
Cost per rezultat 0.000 1.298
Cost total $0.064 $0.026
Preț de intrare $0.300 / 1M $0.040 / 1M
Preț de ieșire $1.500 / 1M $0.150 / 1M
Preț citire cache $0.150 / 1M $0.004 / 1M
Preț scriere cache N/D N/D
Total tokenuri de intrare 118,771 311,488
Tokenuri de ieșire 4,127 89,958
Tokenuri de raționament 14,668 0
Timp de răspuns (mediu) 91.72s 5.10s
Timp de răspuns (maxim) 112.76s 63.41s
Timp de răspuns (total) 2109.54s 117.24s
Parametri 218B în total (25B activi) ~100B
Disponibilitate Sursă deschisă 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.

#450 Command A+

medium
Provider returned error
Cost
$0.000
Timp
0.2s
Tokenuri
0 tok

#429 Mercury 2.5

none
Cost
$0.001
Timp
2.7s
Tokenuri
2,749 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
Command A+ 3.0 10.0 0.0% 0 93.13s 0 0 0
Mercury 2.5 3.7 7.0 22.2% 1 12.50s 7,888 61,297 0

Schimbă perechea de comparație