- Rang
- #207
- Total tokenuri de ieșire
- 180,597
- Timp de răspuns (mediu)
- 7.61s
- Cost total
- $0.040
Mercury 2.5 Preview (high) vs Step 3.7 Flash (high)
Step 3.7 Flash (high) conduce la scorul mediu cu 6.6 vs 6.5. Mercury 2.5 Preview (high) are costul de benchmark mai mic, $0.040 vs $1.478. Mercury 2.5 Preview (high) este mai rapid cu 7.61s vs 72.72s, cu rate de reușită de 65.2% vs 58.0%.
Modele comparate
- Rang
- #203
- Total tokenuri de ieșire
- 1,100,052
- Timp de răspuns (mediu)
- 72.72s
- Cost total
- $1.478
Model recomandat
Mercury 2.5 Preview (high)
Scorul rămâne aproape de cel mai bun scor de aici (6.5 vs 6.6) și costă de aproximativ 37.9x mai puțin decât Step 3.7 Flash (high).
Comparație detaliată
| Metrică | Mercury 2.5 Preview Mercury 2.5 Preview high | Step 3.7 Flash Step 3.7 Flash high |
|---|---|---|
| Scor | 6.5 | 6.6 |
| Rang | #207 | #203 |
| Fiabilitate | 9.9 | 10.0 |
| Consistență | 8.0 | 8.5 |
| Încercări | 69/69 | 69/69 |
| Teste corecte | ||
| Rată de trecere pe încercare | 65.2% | 58.0% |
| Teste instabile | 6 | 4 |
| Rulări totale | 69 | 69 |
| Cost per rezultat | 0.319 | 12.267 |
| Cost total | $0.040 | $1.478 |
| Preț de intrare | $0.040 / 1M | $0.200 / 1M |
| Preț de ieșire | $0.150 / 1M | $1.150 / 1M |
| Preț citire cache | N/D | $0.040 / 1M |
| Preț scriere cache | N/D | N/D |
| Total tokenuri de intrare | 298,512 | 421,200 |
| Tokenuri de ieșire | 3,178 | 1,100,052 |
| Tokenuri de raționament | 177,419 | 0 |
| Timp de răspuns (mediu) | 7.61s | 72.72s |
| Timp de răspuns (maxim) | 86.84s | 364.99s |
| Timp de răspuns (total) | 175.08s | 1672.53s |
| 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.
#207 Mercury 2.5 Preview
high- Cost
- $0.001
- Timp
- 4.5s
- Tokenuri
- 3,851 tok
#203 Step 3.7 Flash
high- Cost
- $0.007
- Timp
- 63.6s
- Tokenuri
- 6,030 tok
Defalcare pe categorii
| 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 Preview | 6.1 | 3.1 | 66.7% | 1 | 86.84s | 182,753 | 616 | 16,476 | |
| Step 3.7 Flash | 5.4 | 9.6 | 0.0% | 0 | 130.38s | 322,500 | 49,152 | 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 Preview | 10.0 | 10.0 | 100.0% | 0 | 1.09s | 785 | 181 | 7,008 | |
| Step 3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 13.40s | 696 | 42,656 | 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 Preview | 6.7 | 7.8 | 55.6% | 1 | 6.13s | 7,751 | 485 | 42,569 | |
| Step 3.7 Flash | 4.0 | 6.0 | 22.2% | 1 | 206.21s | 6,057 | 327,340 | 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 Preview | 3.8 | 1.6 | 50.0% | 2 | 14.36s | 95,789 | 765 | 54,789 | |
| Step 3.7 Flash | 8.7 | 6.9 | 83.3% | 1 | 41.23s | 73,938 | 49,842 | 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 Preview | 10.0 | 10.0 | 100.0% | 0 | 2.24s | 8,292 | 560 | 8,522 | |
| Step 3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 14.72s | 7,368 | 23,113 | 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 Preview | 2.9 | 4.4 | 22.2% | 2 | 5.68s | 857 | 67 | 25,958 | |
| Step 3.7 Flash | 3.6 | 7.2 | 22.2% | 1 | 189.35s | 792 | 429,007 | 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 Preview | 5.1 | 10.0 | 0.0% | 0 | 1.88s | 542 | 94 | 3,300 | |
| Step 3.7 Flash | 5.5 | 10.0 | 0.0% | 0 | 4.17s | 510 | 2,862 | 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 Preview | 9.8 | 10.0 | 100.0% | 0 | 1.05s | 741 | 94 | 3,777 | |
| Step 3.7 Flash | 9.8 | 10.0 | 100.0% | 0 | 1.52s | 705 | 2,010 | 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 Preview | 10.0 | 10.0 | 100.0% | 0 | 1.21s | 774 | 292 | 6,066 | |
| Step 3.7 Flash | 5.3 | 7.2 | 44.4% | 1 | 10.22s | 711 | 25,422 | 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 Preview | 3.0 | 10.0 | 0.0% | 0 | 2.25s | 0 | 0 | 0 | |
| Step 3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 2.79s | 7,701 | 1,172 | 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 Preview | 3.0 | 10.0 | 0.0% | 0 | 5.41s | 228 | 24 | 8,954 | |
| Step 3.7 Flash | 3.0 | 10.0 | 0.0% | 0 | 149.34s | 222 | 147,476 | 0 |
Comparație rapidă
Schimbă perechea de comparație
Mercury 2mediumvsStep 3.7 FlashhighMercury 2.5 PreviewhighvsQwen3.6 35B A3BmediumKAT-Coder-Pro V2.5lowvsStep 3.7 FlashhighMercury 2.5 PreviewhighvsGLM 5.3lowClaude Sonnet 5.5mediumvsMercury 2.5 PreviewhighLongCat 2.0lowvsStep 3.7 FlashhighMercury 2.5 PreviewhighvsGLM 5.1noneMercury 2.5 PreviewhighvsGrok 4.3mediumQwen3.7 FlashmediumvsStep 3.7 FlashhighMercury 2.5 PreviewhighvsLaguna XS 2.1mediumDisponibil gratuitClaude Sonnet 5.5mediumvsStep 3.7 FlashhighMercury 2.5 PreviewhighvsKAT-Coder-Pro V2.5low