Inception: Mercury 2 vs Poolside: Laguna S 2.1

Laguna S 2.1 (high) conduce la scorul mediu cu 5.4 vs 4.6. Mercury 2 are costul de benchmark mai mic, $0.030 vs $0.127. Mercury 2 este mai rapid cu 829ms vs 111.61s, cu rate de reușită de 22.7% vs 27.3%.

Model recomandatMercury 2Scorul rămâne aproape de cel mai bun scor de aici (4.6 vs 5.4) și costă de aproximativ 4.3x mai puțin decât Laguna S 2.1 (high).

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-07-25

Rezumatul comparației

Rang: #204
Total tokenuri de ieșire: 9,564
Timp de răspuns (mediu): 829ms
Cost total: $0.030

Rang: #173
Total tokenuri de ieșire: 584,864
Timp de răspuns (mediu): 111.61s
Cost total: $0.127

Metrică	Mercury 2 Mercury 2 none Lansare: 2026-02-24	Laguna S 2.1 Laguna S 2.1 high Lansare: 2026-07-21 Disponibil gratuit

Metrică	Mercury 2 Mercury 2 none Lansare: 2026-02-24	Laguna S 2.1 Laguna S 2.1 high Lansare: 2026-07-21 Disponibil gratuit
Scor	4.6	5.4
Rang	#204	#173
Fiabilitate	10.0	9.9
Consistență	9.2	8.1
Teste corecte
Rată de trecere pe încercare	22.7%	27.3%
Teste instabile	2	5
Rulări totale	66	66
Cost per rezultat	0.734	3.153
Cost total	$0.030	$0.127
Preț de intrare	$0.250 / 1M	$0.100 / 1M
Preț de ieșire	$0.750 / 1M	$0.200 / 1M
Total tokenuri de intrare	88,704	208,931
Tokenuri de ieșire	9,564	175,588
Tokenuri de raționament	0	409,276
Timp de răspuns (mediu)	829ms	111.61s
Timp de răspuns (maxim)	4.52s	1190.11s
Timp de răspuns (total)	18.24s	2455.39s

Hamster playing table tennis

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

#204 Mercury 2

none

Cost: $0.002
Timp: 1.8s
Tokenuri: 1,514 tok

#173 Laguna S 2.1

high

Cost: $0.001
Timp: 6.8s
Tokenuri: 1,389 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

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	3.0	10.0	0.0%	0		483ms	631	286	0
Laguna S 2.1	3.4	5.8	25.0%	2		52.20s	672	504	46,579

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	3.4	9.6	0.0%	0		1.03s	7,229	3,088	0
Laguna S 2.1	5.3	7.2	44.4%	1		271.42s	6,496	59,355	151,009

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	3.0	10.0	0.0%	0		2.56s	65,412	5,256	0
Laguna S 2.1	2.9	6.0	16.7%	1		702.26s	184,420	114,577	203,826

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		667ms	6,362	180	0
Laguna S 2.1	10.0	10.0	100.0%	0		1.96s	7,689	243	1,705

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	5.3	7.2	44.4%	1		534ms	784	46	0
Laguna S 2.1	3.0	10.0	0.0%	0		2.56s	765	24	2,035

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		628ms	495	159	0
Laguna S 2.1	4.6	9.8	0.0%	0		855ms	513	135	0

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	6.5	10.0	50.0%	0		551ms	691	82	0
Laguna S 2.1	4.6	10.0	0.0%	0		453ms	702	60	0

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	3.1	10.0	0.0%	0		535ms	694	251	0
Laguna S 2.1	2.9	7.2	11.1%	1		1.62s	699	370	1,130

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		1.27s	6,193	197	0
Laguna S 2.1	10.0	10.0	100.0%	0		2.69s	6,747	306	334

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		548ms	213	19	0
Laguna S 2.1	3.0	10.0	0.0%	0		6.94s	228	14	2,658

Comparație rapidă

Schimbă perechea de comparație