Mercury 2.5 vs gpt-oss-120b

Modele comparate

Rang: #397
Total tokenuri de ieșire: 89,958
Timp de răspuns (mediu): 5.10s
Cost total: $0.026

Rang: #395
Total tokenuri de ieșire: 62,213
Timp de răspuns (mediu): 28.63s
Cost total: $0.016

Model recomandat Mercury 2.5

Are cel mai bun scor aici (4.1) și răspunde de aproximativ 5.6x mai rapid decât gpt-oss-120b.

Comparație detaliată

Metrică	Mercury 2.5 Mercury 2.5 none Lansare: 2026-09-08	gpt-oss-120b gpt-oss-120b none Lansare: 2025-08-05

Metrică	Mercury 2.5 Mercury 2.5 none Lansare: 2026-09-08	gpt-oss-120b gpt-oss-120b none Lansare: 2025-08-05
Scor	4.1	4.2
Rang	#397	#395
Fiabilitate	10.0	10.0
Consistență	7.6	7.6
Încercări	69/69	60/69
Teste corecte
Rată de trecere pe încercare	24.6%	34.8%
Teste instabile	7	3
Rulări totale	69	60
Cost per rezultat	1.298	0.274
Cost total	$0.026	$0.016
Preț de intrare	$0.040 / 1M	$0.037 / 1M
Preț de ieșire	$0.150 / 1M	$0.170 / 1M
Preț citire cache	$0.004 / 1M	N/D
Preț scriere cache	N/D	N/D
Total tokenuri de intrare	311,488	131,652
Tokenuri de ieșire	89,958	16,869
Tokenuri de raționament	0	53,081
Timp de răspuns (mediu)	5.10s	28.63s
Timp de răspuns (maxim)	63.41s	140.90s
Timp de răspuns (total)	117.24s	486.69s
Parametri	~100B	117B în total (5.1B 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.

#397 Mercury 2.5

none

Cost: $0.001
Timp: 2.7s
Tokenuri: 2,749 tok

#395 gpt-oss-120b

none

Nu s-a generat încă niciun rezultat de prezentare pentru acest model.

Cost: N/D
Timp: -
Tokenuri: 0 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	5.0	10.0	0.0%	0		63.41s	187,748	18,815	0
gpt-oss-120b	6.1	3.1	66.7%	1		140.90s	122,571	145	10,404

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	3.8	8.3	16.7%	1		469ms	808	310	0
gpt-oss-120b	6.5	10.0	50.0%	0		32.84s	1,336	5,685	2,991

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	3.7	7.0	22.2%	1		12.50s	7,888	61,297	0
gpt-oss-120b	1.5	0.4	22.2%	1		9.57s	901	204	3,028

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	3.0	10.0	0.0%	0		3.24s	94,347	7,982	0
gpt-oss-120b	1.5	5.0	0.0%	0		0ms	0	0	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	2.8	1.7	33.3%	2		885ms	8,352	754	0
gpt-oss-120b	6.5	10.0	50.0%	0		7.12s	2,421	149	449

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	5.3	7.2	44.4%	1		533ms	872	49	0
gpt-oss-120b	3.0	10.0	0.0%	0		34.98s	1,294	4,675	25,774

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	4.3	9.9	0.0%	0		438ms	540	138	0
gpt-oss-120b	4.8	10.0	0.0%	0		10.79s	584	615	684

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	4.9	6.9	33.3%	1		493ms	758	69	0
gpt-oss-120b	9.8	10.0	100.0%	0		5.06s	1,043	157	1,783

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	3.7	7.2	22.2%	1		515ms	788	250	0
gpt-oss-120b	6.0	7.2	55.6%	1		8.21s	1,188	2,101	1,881

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		1.23s	9,150	275	0
gpt-oss-120b	3.0	10.0	0.0%	0		0ms	0	0	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		384ms	237	19	0
gpt-oss-120b	3.0	10.0	0.0%	0		47.29s	314	3,138	6,087

Schimbă perechea de comparație

gpt-oss-120bnonevsGLM 4.7 Flashmedium Mercury 2.5nonevsQwen3.5-9Bmedium Mercury 2.5nonevsGLM 4.7 Flashmedium MiniMax M2.5mediumvsgpt-oss-120bnone gpt-oss-120bnonevsQwen3.5-9Bmedium Mercury 2.5nonevsMiniMax M2.5medium CobuddymediumDisponibil gratuitvsgpt-oss-120bnone CobuddymediumDisponibil gratuitvsMercury 2.5none Trinity Large PreviewdefaultDisponibil gratuitvsgpt-oss-120bnone KAT Coder AIR V2.5defaultvsgpt-oss-120bnone Mercury 2.5nonevsLing 3.0 Tinydefault Granite 4.1 8bdefaultvsMercury 2.5none