- Rang
- #91
- Total tokenuri de ieșire
- 127,034
- Timp de răspuns (mediu)
- 3.58s
- Cost total
- $0.024
Mercury 2.5 Preview (medium) vs Grok Build 0.1 (medium)
Scorul mediu este practic egal la 7.5 vs 7.5. Mercury 2.5 Preview (medium) are costul de benchmark mai mic, $0.024 vs $1.130. Mercury 2.5 Preview (medium) este mai rapid cu 3.58s vs 54.50s, cu rate de reușită de 69.7% vs 60.6%.
- Rang
- #93
- Total tokenuri de ieșire
- 511,406
- Timp de răspuns (mediu)
- 54.50s
- Cost total
- $1.130
Model recomandat
Mercury 2.5 Preview (medium)
Are cel mai bun scor aici (7.5) și costă de aproximativ 47.9x mai puțin decât Grok Build 0.1 (medium).
Comparație detaliată
| Metrică | Mercury 2.5 Preview Mercury 2.5 Preview medium | Grok Build 0.1 Grok Build 0.1 medium |
|---|---|---|
| Scor | 7.5 | 7.5 |
| Rang | #91 | #93 |
| Fiabilitate | 10.0 | 10.0 |
| Consistență | 9.6 | 9.6 |
| Încercări | 66/66 | 66/66 |
| Teste corecte | ||
| Rată de trecere pe încercare | 69.7% | 60.6% |
| Teste instabile | 1 | 1 |
| Rulări totale | 66 | 66 |
| Cost per rezultat | 0.158 | 8.691 |
| Cost total | $0.024 | $1.130 |
| Preț de intrare | $0.040 / 1M | $1.000 / 1M |
| Preț de ieșire | $0.150 / 1M | $2.000 / 1M |
| Total tokenuri de intrare | 112,713 | 106,946 |
| Tokenuri de ieșire | 5,436 | 7,993 |
| Tokenuri de raționament | 121,598 | 503,413 |
| Timp de răspuns (mediu) | 3.58s | 54.50s |
| Timp de răspuns (maxim) | 17.84s | 252.69s |
| Timp de răspuns (total) | 78.66s | 1199.07s |
| Parametri | ~100B | ~300B în total (~30B activi) |
| 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
#93 SpaceXAI: Grok Build 0.1
medium- Cost
- $0.028
- Timp
- 81.3s
- Tokenuri
- 14,009 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
| 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 | 1.43s | 781 | 203 | 7,921 | |
| Grok Build 0.1 | 8.3 | 10.0 | 75.0% | 0 | 7.43s | 2,010 | 220 | 12,162 |
| 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 | |
| Grok Build 0.1 | 5.7 | 9.7 | 33.3% | 0 | 108.46s | 8,304 | 1,138 | 161,452 |
| 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 | 6.5 | 10.0 | 50.0% | 0 | 13.86s | 92,663 | 3,607 | 41,588 | |
| Grok Build 0.1 | 10.0 | 10.0 | 100.0% | 0 | 65.08s | 75,242 | 5,442 | 65,569 |
| 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 | 2.77s | 8,292 | 514 | 11,354 | |
| Grok Build 0.1 | 10.0 | 10.0 | 100.0% | 0 | 10.72s | 7,761 | 180 | 8,876 |
| 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 | 5.3 | 7.2 | 44.4% | 1 | 3.72s | 853 | 62 | 17,120 | |
| Grok Build 0.1 | 2.9 | 7.2 | 11.1% | 1 | 175.94s | 1,959 | 492 | 192,037 |
| 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 | 5.0 | 10.0 | 0.0% | 0 | 2.09s | 538 | 99 | 3,375 | |
| Grok Build 0.1 | 4.4 | 9.9 | 0.0% | 0 | 18.41s | 825 | 76 | 6,345 |
| 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 | 1.35s | 744 | 96 | 3,987 | |
| Grok Build 0.1 | 9.8 | 10.0 | 100.0% | 0 | 12.36s | 1,362 | 57 | 9,599 |
| 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 | 1.87s | 771 | 274 | 7,323 | |
| Grok Build 0.1 | 7.7 | 10.0 | 66.7% | 0 | 18.26s | 1,689 | 195 | 20,841 |
| 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 | 2.37s | 0 | 0 | 0 | |
| Grok Build 0.1 | 10.0 | 10.0 | 100.0% | 0 | 13.12s | 7,263 | 180 | 4,969 |
| 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 | 4.13s | 232 | 29 | 6,804 | |
| Grok Build 0.1 | 3.0 | 10.0 | 0.0% | 0 | 53.51s | 531 | 13 | 21,563 |
Comparație rapidă
Schimbă perechea de comparație
Mercury 2.5 PreviewmediumvsGPT 5.3 ChatnoneQwen3.7 MaxnonevsGrok Build 0.1mediumGPT 5.3 ChatnonevsGrok Build 0.1mediumMercury 2.5 PreviewmediumvsGPT-5.6 TerralowMercury 2.5 PreviewmediumvsQwen3.7 MaxnoneGPT-5.6 TerralowvsGrok Build 0.1mediumQwen3.8 2.4T A95BhighvsGrok Build 0.1mediumMercury 2.5 PreviewmediumvsQwen3.8 2.4T A95BhighClaude Opus 5nonevsMercury 2.5 PreviewmediumGemini 3 Flash PreviewlowvsGrok Build 0.1mediumMercury 2.5 PreviewmediumvsSolar Pro 4xhighClaude Opus 5nonevsGrok Build 0.1medium