Mercury 2 (medium) vs Grok 4.20 (medium)

Model recomandat Mercury 2 (medium)

Are cel mai bun scor aici (7.0) și costă de aproximativ 8.6x mai puțin decât Grok 4.20 (medium).

Comparație detaliată

Metrică	Mercury 2 Mercury 2 medium Lansare: 2026-02-24	Grok 4.20 Grok 4.20 medium Lansare: 2026-03-31

Metrică	Mercury 2 Mercury 2 medium Lansare: 2026-02-24	Grok 4.20 Grok 4.20 medium Lansare: 2026-03-31
Scor	7.0	7.0
Rang	#131	#132
Fiabilitate	10.0	10.0
Consistență	8.4	8.2
Încercări	66/66	66/66
Teste corecte
Rată de trecere pe încercare	53.0%	60.6%
Teste instabile	4	5
Rulări totale	66	66
Cost per rezultat	0.933	10.365
Cost total	$0.094	$0.805
Preț de intrare	$0.250 / 1M	$1.250 / 1M
Preț de ieșire	$0.750 / 1M	$2.500 / 1M
Total tokenuri de intrare	110,515	102,986
Tokenuri de ieșire	10,325	5,860
Tokenuri de raționament	77,229	264,399
Timp de răspuns (mediu)	2.95s	32.56s
Timp de răspuns (maxim)	14.63s	199.66s
Timp de răspuns (total)	61.89s	716.36s
Parametri	~100B	~1T în total (~100B activi)
Disponibilitate	Închis	Închis

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
Grok 4.20	8.2	7.9	83.3%	1		3.95s	2,010	287	8,312

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
Grok 4.20	6.3	6.6	55.6%	1		109.93s	8,307	268	103,150

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
Grok 4.20	8.7	6.9	83.3%	1		42.25s	71,267	3,776	44,009

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
Grok 4.20	10.0	10.0	100.0%	0		4.17s	7,761	180	5,333

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
Grok 4.20	2.9	7.2	11.1%	1		49.71s	1,959	872	59,761

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
Grok 4.20	3.9	2.6	33.3%	1		24.48s	825	65	6,440

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
Grok 4.20	9.8	10.0	100.0%	0		4.26s	1,362	57	6,419

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
Grok 4.20	7.7	10.0	66.7%	0		6.22s	1,689	149	7,913

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
Grok 4.20	3.0	10.0	0.0%	0		13.68s	7,275	197	6,620

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
Grok 4.20	3.0	10.0	0.0%	0		63.48s	531	9	16,442

Schimbă perechea de comparație