Navigare
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Mercury 2.5 Preview (medium) vs GPT-5.6 Luna (low)

Scorul mediu este practic egal la 6.8 vs 6.9. Mercury 2.5 Preview (medium) are costul de benchmark mai mic, $0.039 vs $0.049. Mercury 2.5 Preview (medium) este mai rapid cu 6.66s vs 6.96s, cu rate de reușită de 66.7% vs 56.5%.

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

Modele comparate

Rang
#243
Total tokenuri de ieșire
150,107
Timp de răspuns (mediu)
6.66s
Cost total
$0.039
Rang
#237
Total tokenuri de ieșire
28,001
Timp de răspuns (mediu)
6.96s
Cost total
$0.049
Model recomandat GPT-5.6 Luna (low)

Are cel mai mare scor din această comparație (6.9) și cel mai bun echilibru între cost și timp de răspuns dintre cele 2 modele.

Comparație detaliată

Metrică Mercury 2.5 Preview Mercury 2.5 Preview medium Lansare: 2026-09-02 GPT-5.6 Luna GPT-5.6 Luna low Lansare: 2026-07-09
Scor 6.8 6.9
Rang #243 #237
Fiabilitate 10.0 10.0
Consistență 9.6 8.3
Încercări 69/69 69/69
Teste corecte
Rată de trecere pe încercare 66.7% 56.5%
Teste instabile 1 5
Rulări totale 69 69
Cost per rezultat 0.244 2.428
Cost total $0.039 $0.049
Preț de intrare $0.040 / 1M $0.200 / 1M
Preț de ieșire $0.150 / 1M $1.200 / 1M
Preț citire cache N/D $0.020 / 1M
Preț scriere cache N/D $0.250 / 1M
Total tokenuri de intrare 397,291 202,680
Tokenuri de ieșire 6,355 9,230
Tokenuri de raționament 143,752 18,771
Timp de răspuns (mediu) 6.66s 6.96s
Timp de răspuns (maxim) 74.63s 45.74s
Timp de răspuns (total) 153.29s 160.19s
Parametri ~100B ~400B în total (~17B 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.

#243 Mercury 2.5 Preview

medium
Cost
$0.001
Timp
2.7s
Tokenuri
2,241 tok

#237 GPT-5.6 Luna

low
Cost
$0.011
Timp
10.2s
Tokenuri
1,897 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 7.8 10.0 66.7% 0 3.86s 7,839 552 22,126
GPT-5.6 Luna 5.5 10.0 33.3% 0 4.61s 7,302 557 3,535

Schimbă perechea de comparație