- 排名
- #312
- 总输出令牌
- 71,143
- 响应时间（平均）
- 2.45s
- 总成本
- $0.016
Mercury 2.5 vs gpt-oss-120b
Mercury 2.5 平均分领先，为 3.9 vs 3.7。 gpt-oss-120b benchmark 成本更低，为 $0.010 vs $0.016。 Mercury 2.5 更快，为 2.45s vs 21.61s，通过率为 25.8% vs 33.3%。
已对比模型
- 排名
- #319
- 总输出令牌
- 51,664
- 响应时间（平均）
- 21.61s
- 总成本
- $0.010
推荐模型
Mercury 2.5
它在这里得分最高（3.9），同时响应速度比gpt-oss-120b快约 8.8 倍。
详细对比
| 指标 | Mercury 2.5 Mercury 2.5 none | gpt-oss-120b gpt-oss-120b none 免费可用 |
|---|---|---|
| 分数 | 3.9 | 3.7 |
| 排名 | #312 | #319 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 7.5 | 7.8 |
| 尝试次数 | 66/66 | 57/66 |
| 测试正确 | ||
| 尝试通过率 | 25.8% | 33.3% |
| 不稳定测试 | 7 | 2 |
| 总运行次数 | 66 | 57 |
| 每个结果成本 | 0.782 | 0.168 |
| 总成本 | $0.016 | $0.010 |
| 输入价格 | $0.040 / 1M | $0.037 / 1M |
| 输出价格 | $0.150 / 1M | $0.170 / 1M |
| 总输入令牌 | 123,740 | 9,081 |
| 输出令牌 | 71,143 | 51,664 |
| 推理令牌 | 0 | 0 |
| 响应时间（平均） | 2.45s | 21.61s |
| 响应时间（最大） | 36.48s | 113.71s |
| 响应时间（总计） | 53.83s | 345.79s |
| 参数量 | ~100B | 117B 总计 (5.1B 激活) |
| 开放状态 | 闭源 | 开源 |
模型生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#312 Mercury 2.5
none- 成本
- $0.001
- 时间
- 2.7s
- 令牌
- 2,749 tok
#319 gpt-oss-120b
none
此模型尚未生成任何展示结果。
- 成本
- 不适用
- 时间
- -
- 令牌
- 0 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
| 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 | 3.8 | 8.3 | 16.7% | 1 | 469ms | 808 | 310 | 0 | |
| gpt-oss-120b | 6.5 | 10.0 | 50.0% | 0 | 32.84s | 1,336 | 8,676 | 0 |
| 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 | 3.7 | 7.0 | 22.2% | 1 | 12.50s | 7,888 | 61,297 | 0 | |
| gpt-oss-120b | 1.5 | 4.0 | 22.2% | 1 | 9.57s | 901 | 3,232 | 0 |
| 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 | 3.0 | 10.0 | 0.0% | 0 | 3.24s | 94,347 | 7,982 | 0 | |
| gpt-oss-120b | 1.5 | 5.0 | 0.0% | 0 | 0ms | 0 | 0 | 0 |
| 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 | 2.8 | 1.7 | 33.3% | 2 | 885ms | 8,352 | 754 | 0 | |
| gpt-oss-120b | 6.5 | 10.0 | 50.0% | 0 | 7.12s | 2,421 | 598 | 0 |
| 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 | 5.3 | 7.2 | 44.4% | 1 | 533ms | 872 | 49 | 0 | |
| gpt-oss-120b | 3.0 | 10.0 | 0.0% | 0 | 34.98s | 1,294 | 29,483 | 0 |
| 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 | 4.3 | 9.9 | 0.0% | 0 | 438ms | 540 | 138 | 0 | |
| gpt-oss-120b | 4.8 | 10.0 | 0.0% | 0 | 10.79s | 584 | 615 | 0 |
| 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 | 4.9 | 6.9 | 33.3% | 1 | 493ms | 758 | 69 | 0 | |
| gpt-oss-120b | 9.8 | 10.0 | 100.0% | 0 | 5.06s | 1,043 | 1,940 | 0 |
| 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 | 3.7 | 7.2 | 22.2% | 1 | 515ms | 788 | 250 | 0 | |
| gpt-oss-120b | 6.0 | 7.2 | 55.6% | 1 | 8.21s | 1,188 | 3,982 | 0 |
| 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 | 1.23s | 9,150 | 275 | 0 | |
| gpt-oss-120b | 3.0 | 10.0 | 0.0% | 0 | 0ms | 0 | 0 | 0 |
| 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 | 384ms | 237 | 19 | 0 | |
| gpt-oss-120b | 3.0 | 10.0 | 0.0% | 0 | 47.29s | 314 | 3,138 | 0 |
快速对比
切换对比组合
Ling 3.0 Tinymediumvsgpt-oss-120bnone免费可用gpt-oss-120bnone免费可用vsQwen3.5-9BmediumMercury 2.5nonevsLing 3.0 TinyhighLing 3.0 Tinylowvsgpt-oss-120bnone免费可用Mercury 2.5nonevsLing 3.0 TinylowLing 3.0 Tinyhighvsgpt-oss-120bnone免费可用Mercury 2.5nonevsQwen3.5-9BmediumMercury 2.5nonevsLing 3.0 TinymediumMercury 2.5nonevsGLM 4.7 Flashmediumgpt-oss-120bnone免费可用vsGLM 4.7 FlashmediumMercury 2.5nonevsMiniMax M2.5mediumMercury 2.5nonevsQwen3 Coder Nextmedium