Navigare
Advertise here

Ember-1 (high) vs Mercury 2.5 Preview (medium)

Ember-1 (high) conduce la scorul mediu cu 6.9 vs 6.8. Mercury 2.5 Preview (medium) are costul de benchmark mai mic, $0.039 vs $2.405. Mercury 2.5 Preview (medium) este mai rapid cu 6.66s vs 58.14s, cu rate de reușită de 71.0% vs 66.7%.

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

Modele comparate

Rang
#235
Total tokenuri de ieșire
121,223
Timp de răspuns (mediu)
58.14s
Cost total
$2.405
Rang
#243
Total tokenuri de ieșire
150,107
Timp de răspuns (mediu)
6.66s
Cost total
$0.039
Model recomandat Mercury 2.5 Preview (medium)

Scorul rămâne aproape de cel mai bun scor de aici (6.8 vs 6.9) și costă de aproximativ 62.6x mai puțin decât Ember-1 (high).

Comparație detaliată

Metrică Ember-1 Ember-1 high Lansare: 2026-09-28 Mercury 2.5 Preview Mercury 2.5 Preview medium Lansare: 2026-09-02
Scor 6.9 6.8
Rang #235 #243
Fiabilitate 8.6 10.0
Consistență 7.2 9.6
Încercări 69/69 69/69
Teste corecte
Rată de trecere pe încercare 71.0% 66.7%
Teste instabile 8 1
Rulări totale 69 69
Cost per rezultat 20.041 0.244
Cost total $2.405 $0.039
Preț de intrare $3.000 / 1M $0.040 / 1M
Preț de ieșire $15.000 / 1M $0.150 / 1M
Preț citire cache $0.300 / 1M N/D
Preț scriere cache N/D N/D
Total tokenuri de intrare 195,489 397,291
Tokenuri de ieșire 12,475 6,355
Tokenuri de raționament 108,748 143,752
Timp de răspuns (mediu) 58.14s 6.66s
Timp de răspuns (maxim) 255.06s 74.63s
Timp de răspuns (total) 1337.19s 153.29s
Parametri ~2.8T în total (~104B 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.

#235 Ember-1

high
Cost
$0.038
Timp
55.1s
Tokenuri
2,671 tok

#243 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
Ember-1 8.2 7.2 88.9% 1 72.23s 7,144 1,281 23,093
Mercury 2.5 Preview 7.8 10.0 66.7% 0 3.86s 7,839 552 22,126

Schimbă perechea de comparație