Navigare
Advertise here

Mercury 2.5 Preview (high) vs KAT-Coder-Pro V2.5 (low)

KAT-Coder-Pro V2.5 (low) conduce la scorul mediu cu 6.5 vs 6.5. Mercury 2.5 Preview (high) are costul de benchmark mai mic, $0.040 vs $0.568. Mercury 2.5 Preview (high) este mai rapid cu 7.61s vs 19.40s, cu rate de reușită de 65.2% vs 65.2%.

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-11-16

Modele comparate

Rang
#275
Total tokenuri de ieșire
180,597
Timp de răspuns (mediu)
7.61s
Cost total
$0.040
Rang
#271
Total tokenuri de ieșire
113,193
Timp de răspuns (mediu)
19.40s
Cost total
$0.568
Model recomandat Mercury 2.5 Preview (high)

Scorul rămâne aproape de cel mai bun scor de aici (6.5 vs 6.5) și costă de aproximativ 14.5x mai puțin decât KAT-Coder-Pro V2.5 (low).

Comparație detaliată

Metrică Mercury 2.5 Preview Mercury 2.5 Preview high Lansare: 2026-09-02 KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 low Lansare: 2026-07-14
Scor 6.5 6.5
Rang #275 #271
Fiabilitate 9.9 10.0
Consistență 8.0 7.1
Încercări 69/69 69/69
Teste corecte
Rată de trecere pe încercare 65.2% 65.2%
Teste instabile 6 8
Rulări totale 69 69
Cost per rezultat 0.319 3.636
Cost total $0.040 $0.568
Preț de intrare $0.040 / 1M $0.740 / 1M
Preț de ieșire $0.150 / 1M $2.960 / 1M
Preț citire cache N/D $0.150 / 1M
Preț scriere cache N/D N/D
Total tokenuri de intrare 298,512 87,682
Tokenuri de ieșire 3,178 7,166
Tokenuri de raționament 177,419 106,027
Timp de răspuns (mediu) 7.61s 19.40s
Timp de răspuns (maxim) 86.84s 209.15s
Timp de răspuns (total) 175.08s 446.11s
Parametri ~100B ~700B în total (~72B activi)
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.

#275 Mercury 2.5 Preview

high
Cost
$0.001
Timp
4.5s
Tokenuri
3,851 tok

#271 KAT-Coder-Pro V2.5

low
Cost
$0.016
Timp
47.6s
Tokenuri
5,182 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 Preview 6.7 7.8 55.6% 1 6.13s 7,751 485 42,569
KAT-Coder-Pro V2.5 7.8 10.0 66.7% 0 24.87s 7,893 402 24,945

Schimbă perechea de comparație