Navigare
Advertise here

Mercury 2.5 Preview (high) vs Space Bunny Alpha (xhigh)

Mercury 2.5 Preview (high) conduce la scorul mediu cu 6.6 vs 6.5. Space Bunny Alpha (xhigh) are costul de benchmark mai mic, $0.000 vs $0.030. Mercury 2.5 Preview (high) este mai rapid cu 4.01s vs 55.53s, cu rate de reușită de 65.2% vs 56.1%.

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-09-24

Modele comparate

Rang
#199
Total tokenuri de ieșire
163,505
Timp de răspuns (mediu)
4.01s
Cost total
$0.030
Rang
#204
Total tokenuri de ieșire
352,867
Timp de răspuns (mediu)
55.53s
Cost total
$0.000
Model recomandat Mercury 2.5 Preview (high)

Are cel mai bun scor aici (6.6) și răspunde de aproximativ 13.8x mai rapid decât Space Bunny Alpha (xhigh).

Comparație detaliată

Metrică Mercury 2.5 Preview Mercury 2.5 Preview high Lansare: 2026-09-02 Space Bunny Alpha Space Bunny Alpha xhigh Lansare: 2026-09-24
Scor 6.6 6.5
Rang #199 #204
Fiabilitate 10.0 10.0
Consistență 8.2 7.3
Încercări 66/66 66/66
Teste corecte
Rată de trecere pe încercare 65.2% 56.1%
Teste instabile 5 7
Rulări totale 66 66
Cost per rezultat 0.243 0.000
Cost total $0.030 $0.000
Preț de intrare $0.040 / 1M $0.000 / 1M
Preț de ieșire $0.150 / 1M $0.000 / 1M
Total tokenuri de intrare 115,759 138,715
Tokenuri de ieșire 2,562 352,867
Tokenuri de raționament 160,943 0
Timp de răspuns (mediu) 4.01s 55.53s
Timp de răspuns (maxim) 17.71s 459.99s
Timp de răspuns (total) 88.25s 1221.55s
Parametri ~100B -
Disponibilitate Închis Închis

Prezentare generare modele

Hamster playing table tennis

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

#199 Mercury 2.5 Preview

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

#204 Space Bunny Alpha

xhigh
Cost
$0.000
Timp
98.6s
Tokenuri
10,913 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
Space Bunny Alpha 6.6 5.0 66.7% 2 10.64s 8,493 10,115 0

Comparație rapidă

Schimbă perechea de comparație