Mercury 2.5 (high) vs Step 3.7 Flash (low)

Modele comparate

Rang: #234
Total tokenuri de ieșire: 193,676
Timp de răspuns (mediu): 7.62s
Cost total: $0.044

Rang: #179
Total tokenuri de ieșire: 339,108
Timp de răspuns (mediu): 20.72s
Cost total: $0.449

Model recomandat Mercury 2.5 (high)

Scorul rămâne aproape de cel mai bun scor de aici (6.5 vs 7.2) și costă de aproximativ 10.3x mai puțin decât Step 3.7 Flash (low).

Comparație detaliată

Metrică	Mercury 2.5 Mercury 2.5 high Lansare: 2026-09-08	Step 3.7 Flash Step 3.7 Flash low Lansare: 2026-05-29

Metrică	Mercury 2.5 Mercury 2.5 high Lansare: 2026-09-08	Step 3.7 Flash Step 3.7 Flash low Lansare: 2026-05-29
Scor	6.5	7.2
Rang	#234	#179
Fiabilitate	9.8	10.0
Consistență	8.7	7.9
Încercări	69/69	69/69
Teste corecte
Rată de trecere pe încercare	59.4%	63.8%
Teste instabile	4	6
Rulări totale	69	69
Cost per rezultat	0.362	4.078
Cost total	$0.044	$0.449
Preț de intrare	$0.040 / 1M	$0.200 / 1M
Preț de ieșire	$0.150 / 1M	$1.150 / 1M
Preț citire cache	$0.004 / 1M	$0.040 / 1M
Preț scriere cache	N/D	N/D
Total tokenuri de intrare	358,562	292,685
Tokenuri de ieșire	4,266	339,108
Tokenuri de raționament	189,410	0
Timp de răspuns (mediu)	7.62s	20.72s
Timp de răspuns (maxim)	80.30s	124.75s
Timp de răspuns (total)	175.36s	476.67s
Parametri	~100B	198B în total (11B activi)
Disponibilitate	Închis	Sursă deschisă

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.

#234 Mercury 2.5

high

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

#179 Step 3.7 Flash

low

SVG invalid

Cost: $0.004
Timp: 25.3s
Tokenuri: 3,072 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

Categorie:

Sarcini agentice	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Mercury 2.5	3.9	9.6	0.0%	0		80.30s	238,494	864	18,265
Step 3.7 Flash	7.4	3.8	66.7%	1		83.63s	188,843	18,715	0

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
Mercury 2.5	10.0	10.0	100.0%	0		1.33s	782	218	7,913
Step 3.7 Flash	8.7	7.9	91.7%	1		4.02s	756	10,896	0

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
Mercury 2.5	6.4	7.8	44.4%	1		6.58s	7,757	415	44,012
Step 3.7 Flash	8.2	7.2	88.9%	1		9.46s	7,437	18,685	0

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
Mercury 2.5	6.4	5.8	66.7%	1		16.00s	91,255	1,478	62,200
Step 3.7 Flash	7.3	5.8	83.3%	1		66.18s	77,415	93,682	0

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
Mercury 2.5	10.0	10.0	100.0%	0		3.08s	8,355	557	9,430
Step 3.7 Flash	7.3	5.8	83.3%	1		2.29s	7,398	2,667	0

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
Mercury 2.5	2.9	7.2	11.1%	1		4.86s	857	78	22,452
Step 3.7 Flash	2.9	7.2	11.1%	1		22.65s	837	48,299	0

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
Mercury 2.5	5.0	10.0	0.0%	0		2.69s	528	93	3,609
Step 3.7 Flash	3.4	9.3	0.0%	0		7.00s	525	4,604	0

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
Mercury 2.5	6.5	10.0	50.0%	0		934ms	401	27	1,770
Step 3.7 Flash	9.8	10.0	100.0%	0		1.58s	735	1,857	0

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
Mercury 2.5	8.7	7.7	88.9%	1		1.39s	771	227	5,812
Step 3.7 Flash	5.5	9.9	33.3%	0		1.84s	756	3,564	0

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
Mercury 2.5	10.0	10.0	100.0%	0		3.06s	9,130	283	4,484
Step 3.7 Flash	10.0	10.0	100.0%	0		3.25s	7,746	1,360	0

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
Mercury 2.5	3.0	10.0	0.0%	0		5.48s	232	26	9,463
Step 3.7 Flash	3.0	10.0	0.0%	0		124.75s	237	134,779	0

Schimbă perechea de comparație

Mercury 2.5highvsBeam 1.0 501B A23Bxhigh Step 3.7 FlashlowvsGLM 5medium LongCat 2.0mediumvsStep 3.7 Flashlow Mercury 2.5highvsGLM 5.3low Qwen3.6 27BmediumvsStep 3.7 Flashlow Mercury 2.5highvsQwen3.6 35B A3Bmedium Mercury 2.5highvsGLM 5.1none Qwen3.7 FlashhighvsStep 3.7 Flashlow Claude Opus 5nonevsStep 3.7 Flashlow Claude Sonnet 5.5mediumvsMercury 2.5high Mercury 2.5highvsGrok 4.3medium Mercury 2.5highvsLaguna XS 2.1mediumDisponibil gratuit