Navigare
Advertise here

Mercury 2.5 (low) vs Laguna S 2.1 (medium)

Mercury 2.5 (low) conduce la scorul mediu cu 5.1 vs 5.0. Mercury 2.5 (low) are costul de benchmark mai mic, $0.020 vs $0.092. Mercury 2.5 (low) este mai rapid cu 3.34s vs 63.06s, cu rate de reușită de 37.7% vs 24.6%.

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

Modele comparate

Rang
#391
Total tokenuri de ieșire
40,302
Timp de răspuns (mediu)
3.34s
Cost total
$0.020
Rang
#395
Total tokenuri de ieșire
294,040
Timp de răspuns (mediu)
63.06s
Cost total
$0.092
Model recomandat Mercury 2.5 (low)

Are cel mai bun scor aici (5.1) și costă de aproximativ 4.8x mai puțin decât Laguna S 2.1 (medium).

Comparație detaliată

Metrică Mercury 2.5 Mercury 2.5 low Lansare: 2026-09-08 Laguna S 2.1 Laguna S 2.1 medium Lansare: 2026-07-21 Disponibil gratuit
Scor 5.1 5.0
Rang #391 #395
Fiabilitate 9.8 10.0
Consistență 8.2 8.5
Încercări 69/69 69/69
Teste corecte
Rată de trecere pe încercare 37.7% 24.6%
Teste instabile 5 4
Rulări totale 69 69
Cost per rezultat 0.319 1.987
Cost total $0.020 $0.092
Preț de intrare $0.040 / 1M $0.090 / 1M
Preț de ieșire $0.150 / 1M $0.180 / 1M
Preț citire cache $0.004 / 1M $0.009 / 1M
Preț scriere cache N/D N/D
Total tokenuri de intrare 326,083 230,291
Tokenuri de ieșire 7,224 99,030
Tokenuri de raționament 33,078 287,794
Timp de răspuns (mediu) 3.34s 63.06s
Timp de răspuns (maxim) 47.06s 560.31s
Timp de răspuns (total) 76.80s 1450.31s
Parametri ~100B 118B în total (8B activi)
Disponibilitate Închis Ponderi disponibile

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.

#391 Mercury 2.5

low
Cost
$0.001
Timp
2.4s
Tokenuri
1,236 tok

#395 Laguna S 2.1

medium
Cost
$0.001
Timp
4.0s
Tokenuri
867 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
Mercury 2.5 5.5 10.0 33.3% 0 972ms 7,909 521 2,269
Laguna S 2.1 5.3 7.2 44.4% 1 158.98s 7,917 93,354 106,718

Schimbă perechea de comparație