Mercury 2 (medium) vs Kimi K2.5 (medium)

Model recomandat Mercury 2 (medium)

Are cel mai bun scor aici (7.0) și costă de aproximativ 6.5x mai puțin decât Kimi K2.5 (medium).

Comparație detaliată

Metrică	Mercury 2 Mercury 2 medium Lansare: 2026-02-24	Kimi K2.5 Kimi K2.5 medium Lansare: 2026-01-27

Metrică	Mercury 2 Mercury 2 medium Lansare: 2026-02-24	Kimi K2.5 Kimi K2.5 medium Lansare: 2026-01-27
Scor	7.0	7.0
Rang	#119	#122
Fiabilitate	10.0	10.0
Consistență	8.4	7.0
Încercări	66/66	66/66
Teste corecte
Rată de trecere pe încercare	53.0%	63.6%
Teste instabile	4	8
Rulări totale	66	66
Cost per rezultat	0.933	4.849
Cost total	$0.094	$0.607
Preț de intrare	$0.250 / 1M	$0.571 / 1M
Preț de ieșire	$0.750 / 1M	$2.850 / 1M
Total tokenuri de intrare	110,515	118,496
Tokenuri de ieșire	10,325	53,522
Tokenuri de raționament	77,229	167,420
Timp de răspuns (mediu)	2.95s	98.19s
Timp de răspuns (maxim)	14.63s	281.00s
Timp de răspuns (total)	61.89s	1571.05s
Parametri	~100B	1T în total (32B activi)
Disponibilitate	Închis	Ponderi disponibile

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

medium

medium

Categorie:

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	6.9	9.9	50.0%	0		1.12s	554	2,546	2,609
Kimi K2.5	7.3	5.8	83.3%	2		51.38s	634	2,789	8,880

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	8.2	7.7	77.8%	1		2.04s	7,065	296	11,328
Kimi K2.5	6.1	4.6	66.7%	2		217.49s	6,935	5,705	74,693

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	6.7	9.1	50.0%	0		7.84s	87,365	6,533	20,474
Kimi K2.5	6.7	9.1	50.0%	0		89.19s	95,416	14,448	11,209

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	7.3	5.9	83.3%	1		1.11s	6,234	183	1,656
Kimi K2.5	10.0	10.0	100.0%	0		49.78s	7,020	563	7,940

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	2.9	4.4	22.2%	2		8.06s	1,638	53	31,177
Kimi K2.5	2.9	4.4	22.2%	2		111.65s	533	12,151	32,741

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	4.8	10.0	0.0%	0		821ms	456	137	542
Kimi K2.5	6.5	3.4	66.7%	1		69.73s	480	3,815	4,262

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	10.0	10.0	100.0%	0		1.07s	340	14	958
Kimi K2.5	10.0	10.0	100.0%	0		92.47s	675	5,371	6,547

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	5.4	10.0	33.3%	0		949ms	601	361	2,781
Kimi K2.5	5.3	7.3	44.4%	1		43.23s	659	8,426	12,692

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	10.0	10.0	100.0%	0		1.89s	6,080	180	1,956
Kimi K2.5	10.0	10.0	100.0%	0		31.74s	5,933	242	812

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	3.0	10.0	0.0%	0		2.58s	182	22	3,748
Kimi K2.5	3.0	10.0	0.0%	0		83.95s	211	12	7,644

Schimbă perechea de comparație