Ember-1 (high) vs Mercury 2 (medium)

Modele comparate

Model recomandat Mercury 2 (medium)

Scorul rămâne aproape de cel mai bun scor de aici (7.0 vs 7.1) și costă de aproximativ 19.3x mai puțin decât Ember-1 (high).

Metrică	Ember-1 Ember-1 high Lansare: 2026-09-28	Mercury 2 Mercury 2 medium Lansare: 2026-02-24

Metrică	Ember-1 Ember-1 high Lansare: 2026-09-28	Mercury 2 Mercury 2 medium Lansare: 2026-02-24
Scor	7.1	7.0
Rang	#158	#166
Fiabilitate	8.0	10.0
Consistență	7.3	8.4
Încercări	66/66	66/66
Teste corecte
Rată de trecere pe încercare	71.2%	53.0%
Teste instabile	7	4
Rulări totale	66	66
Cost per rezultat	14.981	0.933
Cost total	$1.798	$0.094
Preț de intrare	$3.000 / 1M	$0.250 / 1M
Preț de ieșire	$15.000 / 1M	$0.750 / 1M
Total tokenuri de intrare	48,577	110,515
Tokenuri de ieșire	7,345	10,325
Tokenuri de raționament	102,780	77,229
Timp de răspuns (mediu)	56.77s	2.95s
Timp de răspuns (maxim)	255.06s	14.63s
Timp de răspuns (total)	1248.88s	61.89s
Parametri	~2.8T în total (~104B activi)	~100B
Disponibilitate	Închis	Închis

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

high

medium

Categorie:

Trucuri anti-AI	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	8.7	7.9	91.7%	1		24.05s	1,544	886	992
Mercury 2	6.9	9.9	50.0%	0		1.12s	554	2,546	2,609

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	8.2	7.7	77.8%	1		2.04s	7,065	296	11,328

Combinat	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	6.4	5.8	66.7%	1		79.89s	28,994	1,667	6,614
Mercury 2	6.7	9.1	50.0%	0		7.84s	87,365	6,533	20,474

Parsare și extragere de date	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	7.3	5.9	83.3%	1		36.10s	6,076	230	1,228
Mercury 2	7.3	5.9	83.3%	1		1.11s	6,234	183	1,656

Specific domeniului	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	2.9	4.4	22.2%	2		175.49s	1,154	1,023	61,582
Mercury 2	2.9	4.4	22.2%	2		8.06s	1,638	53	31,177

Inteligență generală	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	10.0	10.0	100.0%	0		4.49s	744	194	304
Mercury 2	4.8	10.0	0.0%	0		821ms	456	137	542

Respectarea instrucțiunilor	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	7.1	5.8	83.3%	1		33.38s	992	162	784
Mercury 2	10.0	10.0	100.0%	0		1.07s	340	14	958

Rezolvare de puzzle-uri	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	10.0	10.0	100.0%	0		4.84s	1,452	390	848
Mercury 2	5.4	10.0	33.3%	0		949ms	601	361	2,781

Apelare instrumente	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	3.0	10.0	0.0%	0		26.45s	0	0	0
Mercury 2	10.0	10.0	100.0%	0		1.89s	6,080	180	1,956

Cultură generală	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	3.0	10.0	0.0%	0		65.34s	477	1,512	7,335
Mercury 2	3.0	10.0	0.0%	0		2.58s	182	22	3,748

Schimbă perechea de comparație