Navigare
AI BENCHY
Advertise here

Mercury 2.5 Preview (medium) vs Solar Pro 4 (xhigh)

Solar Pro 4 (xhigh) conduce la scorul mediu cu 7.6 vs 7.5. Mercury 2.5 Preview (medium) are costul de benchmark mai mic, $0.024 vs $0.050. Mercury 2.5 Preview (medium) este mai rapid cu 3.58s vs 134.85s, cu rate de reușită de 69.7% vs 60.6%.

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-09-02

Rang
#91
Total tokenuri de ieșire
127,034
Timp de răspuns (mediu)
3.58s
Cost total
$0.024
Rang
#82
Total tokenuri de ieșire
389,450
Timp de răspuns (mediu)
134.85s
Cost total
$0.050
Model recomandat Mercury 2.5 Preview (medium)

Scorul rămâne aproape de cel mai bun scor de aici (7.5 vs 7.6) și costă de aproximativ 2.1x mai puțin decât Solar Pro 4 (xhigh).

Comparație detaliată

Metrică Mercury 2.5 Preview Mercury 2.5 Preview medium Lansare: 2026-09-02 Solar Pro 4 Solar Pro 4 xhigh Lansare: 2026-08-11
Scor 7.5 7.6
Rang #91 #82
Fiabilitate 10.0 10.0
Consistență 9.6 9.4
Încercări 66/66 66/66
Teste corecte
Rată de trecere pe încercare 69.7% 60.6%
Teste instabile 1 2
Rulări totale 66 66
Cost per rezultat 0.158 0.414
Cost total $0.024 $0.050
Preț de intrare $0.040 / 1M $0.030 / 1M
Preț de ieșire $0.150 / 1M $0.120 / 1M
Total tokenuri de intrare 112,713 98,116
Tokenuri de ieșire 5,436 21,720
Tokenuri de raționament 121,598 367,730
Timp de răspuns (mediu) 3.58s 134.85s
Timp de răspuns (maxim) 17.84s 491.42s
Timp de răspuns (total) 78.66s 2966.79s
Parametri ~100B ~100B
Disponibilitate Închis Închis

Prezentare generare modele

Hamster playing table tennis

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

#91 Mercury 2.5 Preview

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

#82 Solar Pro 4

xhigh
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

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
Solar Pro 4 5.8 9.9 33.3% 0 292.21s 7,887 15,575 115,426

Comparație rapidă

Schimbă perechea de comparație