- 排名
- #209
- 总输出令牌
- 138,946
- 响应时间（平均）
- 7.74s
- 总成本
- $0.034
Mercury 2.5 (medium) vs Kimi K2.5 (medium)
平均分几乎持平，为 6.4 vs 6.4。 Mercury 2.5 (medium) benchmark 成本更低，为 $0.034 vs $0.841。 Mercury 2.5 (medium) 更快，为 7.74s vs 125.76s，通过率为 63.8% vs 60.9%。
已对比模型
- 排名
- #208
- 总输出令牌
- 241,096
- 响应时间（平均）
- 125.76s
- 总成本
- $0.841
推荐模型
Mercury 2.5 (medium)
它在这里得分最高（6.4），同时成本比Kimi K2.5 (medium)低约 25.1 倍。
详细对比
| 指标 | Mercury 2.5 Mercury 2.5 medium | Kimi K2.5 Kimi K2.5 medium |
|---|---|---|
| 分数 | 6.4 | 6.4 |
| 排名 | #209 | #208 |
| 可靠性 | 9.7 | 9.6 |
| 一致性 | 8.3 | 7.1 |
| 尝试次数 | 69/69 | 69/69 |
| 测试正确 | ||
| 尝试通过率 | 63.8% | 60.9% |
| 不稳定测试 | 5 | 8 |
| 总运行次数 | 69 | 69 |
| 每个结果成本 | 0.280 | 6.085 |
| 总成本 | $0.034 | $0.841 |
| 输入价格 | $0.040 / 1M | $0.450 / 1M |
| 输出价格 | $0.150 / 1M | $2.250 / 1M |
| 缓存读取价格 | $0.004 / 1M | $0.070 / 1M |
| 缓存写入价格 | 不适用 | 不适用 |
| 总输入令牌 | 317,982 | 292,271 |
| 输出令牌 | 3,918 | 55,025 |
| 推理令牌 | 135,028 | 186,071 |
| 响应时间（平均） | 7.74s | 125.76s |
| 响应时间（最大） | 107.89s | 566.79s |
| 响应时间（总计） | 178.07s | 2137.84s |
| 参数量 | ~100B | 1T 总计 (32B 激活) |
| 开放状态 | 闭源 | 权重可用 |
缓存价格适用于输入令牌。读取会复用已缓存的提示词；写入会存储提示词，可能产生额外费用。输出令牌按输出价格计费。
模型生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#209 Mercury 2.5
medium- 成本
- $0.001
- 时间
- 3.8s
- 令牌
- 3,386 tok
#208 MoonshotAI: Kimi K2.5
medium- 成本
- $0.030
- 时间
- 58.6s
- 令牌
- 8,683 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
| 智能体任务 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| Mercury 2.5 | 4.7 | 3.1 | 33.3% | 1 | 107.89s | 226,580 | 780 | 18,037 | |
| Kimi K2.5 | 3.9 | 9.6 | 0.0% | 0 | 566.79s | 173,775 | 1,503 | 18,651 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Mercury 2.5 | 10.0 | 10.0 | 100.0% | 0 | 1.28s | 773 | 192 | 7,122 | |
| Kimi K2.5 | 7.3 | 5.8 | 83.3% | 2 | 51.38s | 634 | 2,789 | 8,880 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Mercury 2.5 | 5.0 | 5.1 | 44.5% | 2 | 3.70s | 7,807 | 488 | 21,857 | |
| Kimi K2.5 | 6.1 | 4.6 | 66.7% | 2 | 217.49s | 6,935 | 5,705 | 74,693 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Mercury 2.5 | 6.5 | 10.0 | 50.0% | 0 | 9.23s | 62,336 | 1,073 | 34,370 | |
| Kimi K2.5 | 6.7 | 9.1 | 50.0% | 0 | 89.19s | 95,416 | 14,448 | 11,209 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Mercury 2.5 | 10.0 | 10.0 | 100.0% | 0 | 2.57s | 8,385 | 582 | 9,343 | |
| Kimi K2.5 | 10.0 | 10.0 | 100.0% | 0 | 49.78s | 7,020 | 563 | 7,940 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Mercury 2.5 | 3.6 | 7.2 | 22.2% | 1 | 4.39s | 852 | 59 | 19,837 | |
| Kimi K2.5 | 2.9 | 4.4 | 22.2% | 2 | 111.65s | 533 | 12,151 | 32,741 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Mercury 2.5 | 4.4 | 9.9 | 0.0% | 0 | 1.60s | 528 | 98 | 2,364 | |
| Kimi K2.5 | 6.5 | 3.4 | 66.7% | 1 | 69.73s | 480 | 3,815 | 4,262 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Mercury 2.5 | 6.4 | 6.0 | 66.7% | 1 | 1.07s | 520 | 55 | 2,344 | |
| Kimi K2.5 | 10.0 | 10.0 | 100.0% | 0 | 92.47s | 675 | 5,371 | 6,547 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Mercury 2.5 | 10.0 | 10.0 | 100.0% | 0 | 1.93s | 766 | 290 | 7,721 | |
| Kimi K2.5 | 5.3 | 7.3 | 44.4% | 1 | 43.23s | 659 | 8,426 | 12,692 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Mercury 2.5 | 10.0 | 10.0 | 100.0% | 0 | 3.35s | 9,203 | 269 | 4,641 | |
| Kimi K2.5 | 10.0 | 10.0 | 100.0% | 0 | 31.74s | 5,933 | 242 | 812 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Mercury 2.5 | 3.0 | 10.0 | 0.0% | 0 | 4.30s | 232 | 32 | 7,392 | |
| Kimi K2.5 | 3.0 | 10.0 | 0.0% | 0 | 83.95s | 211 | 12 | 7,644 |
快速对比
切换对比组合
Gemini 3.5 FlashminimalvsMercury 2.5mediumGemini 3.5 FlashminimalvsKimi K2.5mediumDots 3 Note Previewhigh免费可用vsMercury 2.5mediumDots 3 Note Previewlow免费可用vsMercury 2.5mediumDots 3 Note Previewhigh免费可用vsKimi K2.5mediumDots 3 Note Previewlow免费可用vsKimi K2.5mediumMercury 2.5mediumvsLongCat 2.0noneGemini 3 Flash PreviewnonevsKimi K2.5mediumMercury 2.5mediumvsQwen3.6 27BnoneKimi K2.5mediumvsQwen3.5-122B-A10BnoneLongCat 2.0nonevsKimi K2.5mediumGemini 3 Flash PreviewnonevsMercury 2.5medium