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

Mercury 2 (medium) vs Step 3.7 Flash (high)

Scorul mediu este practic egal la 6.6 vs 6.6. Mercury 2 (medium) are costul de benchmark mai mic, $0.121 vs $1.478. Mercury 2 (medium) este mai rapid cu 4.40s vs 72.72s, cu rate de reușită de 53.6% vs 58.0%.

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-11-16

Modele comparate

Rang
#268
Total tokenuri de ieșire
96,943
Timp de răspuns (mediu)
4.40s
Cost total
$0.121
Rang
#269
Total tokenuri de ieșire
1,100,052
Timp de răspuns (mediu)
72.72s
Cost total
$1.478
Model recomandat Mercury 2 (medium)

Are cel mai bun scor aici (6.6) și costă de aproximativ 12.3x mai puțin decât Step 3.7 Flash (high).

Comparație detaliată

Metrică Mercury 2 Mercury 2 medium Lansare: 2026-02-24 Step 3.7 Flash Step 3.7 Flash high Lansare: 2026-05-29
Scor 6.6 6.6
Rang #268 #269
Fiabilitate 10.0 10.0
Consistență 8.1 8.5
Încercări 69/69 69/69
Teste corecte
Rată de trecere pe încercare 53.6% 58.0%
Teste instabile 5 4
Rulări totale 69 69
Cost per rezultat 1.201 12.267
Cost total $0.121 $1.478
Preț de intrare $0.250 / 1M $0.200 / 1M
Preț de ieșire $0.750 / 1M $1.150 / 1M
Preț citire cache $0.025 / 1M $0.040 / 1M
Preț scriere cache N/D N/D
Total tokenuri de intrare 189,300 421,200
Tokenuri de ieșire 10,854 1,100,052
Tokenuri de raționament 86,089 0
Timp de răspuns (mediu) 4.40s 72.72s
Timp de răspuns (maxim) 34.92s 364.99s
Timp de răspuns (total) 96.81s 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.

#268 Mercury 2

medium
Cost
$0.002
Timp
2.1s
Tokenuri
1,702 tok

#269 Step 3.7 Flash

high
Cost
$0.007
Timp
63.6s
Tokenuri
6,030 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 8.2 7.7 77.8% 1 2.04s 7,065 296 11,328
Step 3.7 Flash 4.0 6.0 22.2% 1 206.21s 6,057 327,340 0

Schimbă perechea de comparație