Anthropic: Claude Sonnet 4.6 vs Inception: Mercury 2

Claude Sonnet 4.6 平均分领先，为 7.3 vs 7.0。 Mercury 2 (medium) benchmark 成本更低，为 $0.093 vs $0.661。 Mercury 2 (medium) 更快，为 2.72s vs 8.12s，通过率为 57.6% vs 51.5%。

推荐模型Mercury 2 (medium)它的得分接近这里的最高分（7.0 vs 7.3），同时成本比Claude Sonnet 4.6低约 7.1 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-25

指标	Claude Sonnet 4.6 Claude Sonnet 4.6 none 发布日期: 2026-02-17	Mercury 2 Mercury 2 medium 发布日期: 2026-02-24

指标	Claude Sonnet 4.6 Claude Sonnet 4.6 none 发布日期: 2026-02-17	Mercury 2 Mercury 2 medium 发布日期: 2026-02-24
分数	7.3	7.0
排名	#71	#86
可靠性	10.0	10.0
一致性	9.7	8.8
测试正确
尝试通过率	57.6%	51.5%
不稳定测试	1	3
总运行次数	66	66
每个结果成本	5.502	0.928
总成本	$0.661	$0.093
输入价格	$3.000 / 1M	$0.250 / 1M
输出价格	$15.000 / 1M	$0.750 / 1M
总输入令牌	123,264	109,572
输出令牌	19,362	10,313
推理令牌	0	76,806
响应时间（平均）	8.12s	2.72s
响应时间（最大）	51.18s	14.63s
响应时间（总计）	121.78s	57.12s

Hamster playing table tennis

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

#71 Claude Sonnet 4.6

none

成本: $0.038
时间: 27.3s
令牌: 2,598 tok

#86 Mercury 2

medium

成本: $0.002
时间: 2.1s
令牌: 1,702 tok

按分数排名的模型

分数 vs 总成本

响应时间（平均）

分数 vs 响应时间（平均）

总输出令牌

分数 vs 总输出令牌

类别细分

类别:

反AI技巧	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Claude Sonnet 4.6	4.8	10.0	25.0%	0		2.94s	636	1,214	0
Mercury 2	6.9	9.9	50.0%	0		1.12s	554	2,546	2,609

编程	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Claude Sonnet 4.6	5.5	10.0	33.3%	0		5.19s	8,522	2,127	0
Mercury 2	8.2	7.7	77.8%	1		2.04s	7,065	296	11,328

综合	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Claude Sonnet 4.6	9.8	10.0	100.0%	0		37.51s	91,402	13,663	0
Mercury 2	6.7	9.1	50.0%	0		7.84s	87,365	6,533	20,474

数据解析与提取	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Claude Sonnet 4.6	10.0	10.0	100.0%	0		3.43s	8,574	252	0
Mercury 2	7.3	5.9	83.3%	1		1.11s	6,234	183	1,656

领域专项	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Claude Sonnet 4.6	7.7	10.0	66.7%	0		3.54s	759	413	0
Mercury 2	2.9	7.2	11.1%	1		6.48s	695	41	30,754

通用智能	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Claude Sonnet 4.6	6.1	3.1	66.7%	1		2.56s	513	192	0
Mercury 2	4.8	10.0	0.0%	0		821ms	456	137	542

指令遵循	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Claude Sonnet 4.6	6.5	10.0	50.0%	0		1.96s	690	90	0
Mercury 2	10.0	10.0	100.0%	0		1.07s	340	14	958

谜题求解	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Claude Sonnet 4.6	7.7	10.0	66.7%	0		2.53s	663	533	0
Mercury 2	5.4	10.0	33.3%	0		949ms	601	361	2,781

工具调用	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Claude Sonnet 4.6	10.0	10.0	100.0%	0		4.11s	11,301	447	0
Mercury 2	10.0	10.0	100.0%	0		1.89s	6,080	180	1,956

常识问答	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Claude Sonnet 4.6	3.0	10.0	0.0%	0		4.67s	204	431	0
Mercury 2	3.0	10.0	0.0%	0		2.58s	182	22	3,748

快速对比

切换对比组合