Inception: Mercury 2 vs Poolside: Laguna S 2.1

Mercury 2 conduce la scorul mediu cu 4.6 vs 4.5. Laguna S 2.1 are costul de benchmark mai mic, $0.025 vs $0.030. Mercury 2 este mai rapid cu 829ms vs 11.67s, cu rate de reușită de 22.7% vs 15.2%.

Model recomandatMercury 2Are cel mai bun scor aici (4.6) și răspunde de aproximativ 14.1x mai rapid decât Laguna S 2.1.

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-07-22

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

Metrică	Mercury 2 Mercury 2 none Lansare: 2026-02-24	Laguna S 2.1 Laguna S 2.1 none Lansare: 2026-07-21 Disponibil gratuit
Scor	4.6	4.5
Rang	#198	#200
Fiabilitate	10.0	10.0
Consistență	9.2	8.8
Teste corecte
Rată de trecere pe încercare	22.7%	15.2%
Teste instabile	2	3
Rulări totale	66	66
Cost per rezultat	0.734	1.205
Cost total	$0.030	$0.025
Preț de intrare	$0.250 / 1M	$0.100 / 1M
Preț de ieșire	$0.750 / 1M	$0.200 / 1M
Total tokenuri de intrare	88,704	125,598
Tokenuri de ieșire	9,564	57,634
Tokenuri de raționament	0	0
Timp de răspuns (mediu)	829ms	11.67s
Timp de răspuns (maxim)	4.52s	200.52s
Timp de răspuns (total)	18.24s	256.80s

Hamster playing table tennis

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

#198 Mercury 2

none

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

#200 Laguna S 2.1

none

Cost: $0.001
Timp: 7.6s
Tokenuri: 1,345 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	3.1	7.9	8.3%	1		835ms	672	877	0

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	3.4	9.7	0.0%	0		550ms	7,917	424	0

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	5.8	16.7%	1		21.62s	99,668	10,893	0

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		537ms	7,689	237	0

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		366ms	765	18	0

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	5.0	10.0	0.0%	0		815ms	513	166	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	4.3	9.9	0.0%	0		566ms	702	54	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	3.1	10.0	0.0%	0		828ms	699	307	0

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	4.7	1.6	66.7%	1		1.45s	6,745	259	0

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		200.52s	228	44,399	0

Comparație rapidă

Schimbă perechea de comparație

MiniMax M2.5mediumvsLaguna S 2.1noneDisponibil gratuit CobuddymediumvsMercury 2none Mercury 2nonevsQwen3 Coder Nextmedium Mercury 2nonevsMiniMax M2.5medium CobuddymediumvsLaguna S 2.1noneDisponibil gratuit Laguna S 2.1noneDisponibil gratuitvsQwen3 Coder Nextmedium Laguna S 2.1noneDisponibil gratuitvsGLM 4.7 Flashmedium Mercury 2nonevsGLM 4.7 Flashmedium Mercury 2nonevsLaguna S 2.1lowDisponibil gratuit Mercury 2nonevsMiniMax M2.7medium Mercury 2nonevsMistral Small 4medium MiniMax M2.7mediumvsLaguna S 2.1noneDisponibil gratuit