- 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 Grok 4.20
Grok 4.20 平均分领先，为 4.1 vs 3.9。 Mercury 2.5 benchmark 成本更低，为 $0.016 vs $0.057。 Grok 4.20 更快，为 1.11s vs 2.45s，通过率为 25.8% vs 27.3%。
已对比模型
- 排名
- #304
- 总输出令牌
- 1,923
- 响应时间（平均）
- 1.11s
- 总成本
- $0.057
推荐模型
Grok 4.20
它在这里得分最高（4.1），同时响应速度比Mercury 2.5快约 2.2 倍。
详细对比
| 指标 | Mercury 2.5 Mercury 2.5 none | Grok 4.20 Grok 4.20 none |
|---|---|---|
| 分数 | 3.9 | 4.1 |
| 排名 | #312 | #304 |
| 可靠性 | 10.0 | 不适用 |
| 一致性 | 7.5 | 8.1 |
| 尝试次数 | 66/66 | 54/66 |
| 测试正确 | ||
| 尝试通过率 | 25.8% | 27.3% |
| 不稳定测试 | 7 | 0 |
| 总运行次数 | 66 | 54 |
| 每个结果成本 | 0.782 | 1.570 |
| 总成本 | $0.016 | $0.057 |
| 输入价格 | $0.040 / 1M | $1.250 / 1M |
| 输出价格 | $0.150 / 1M | $2.500 / 1M |
| 总输入令牌 | 123,740 | 41,313 |
| 输出令牌 | 71,143 | 1,923 |
| 推理令牌 | 0 | 0 |
| 响应时间（平均） | 2.45s | 1.11s |
| 响应时间（最大） | 36.48s | 6.04s |
| 响应时间（总计） | 53.83s | 19.96s |
| 参数量 | ~100B | ~1T 总计 (~100B 激活) |
| 开放状态 | 闭源 | 闭源 |
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
#304 xAI: Grok 4.20
none- 成本
- $0.004
- 时间
- 6.5s
- 令牌
- 1,367 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 | |
| Grok 4.20 | 4.8 | 10.0 | 25.0% | 0 | 501ms | 1,986 | 267 | 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 | |
| Grok 4.20 | 1.1 | 3.1 | 0.0% | 0 | 1.22s | 1,074 | 312 | 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 | |
| Grok 4.20 | 1.5 | 5.0 | 0.0% | 0 | 6.04s | 17,673 | 282 | 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 | |
| Grok 4.20 | 10.0 | 10.0 | 100.0% | 0 | 522ms | 7,749 | 207 | 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 | |
| Grok 4.20 | 3.0 | 10.0 | 0.0% | 0 | 687ms | 1,746 | 325 | 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 | |
| Grok 4.20 | 4.8 | 10.0 | 0.0% | 0 | 659ms | 819 | 83 | 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 | |
| Grok 4.20 | 6.3 | 10.0 | 50.0% | 0 | 445ms | 1,350 | 60 | 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 | |
| Grok 4.20 | 5.3 | 10.0 | 33.3% | 0 | 473ms | 1,671 | 198 | 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 | |
| Grok 4.20 | 10.0 | 10.0 | 100.0% | 0 | 4.63s | 7,245 | 189 | 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 | |
| Grok 4.20 | 0.0 | 0.0 | 0.0% | 0 | 0ms | 0 | 0 | 0 |
快速对比
切换对比组合
Mercury 2.5nonevsLing 3.0 TinyhighMercury 2.5nonevsLing 3.0 TinylowMercury 2.5nonevsQwen3.5-9BmediumMercury 2.5nonevsLing 3.0 TinymediumGrok 4.20nonevsGLM 4.7 FlashmediumLing 3.0 TinyhighvsGrok 4.20noneLing 3.0 TinylowvsGrok 4.20noneQwen3.5-9BmediumvsGrok 4.20noneLing 3.0 TinymediumvsGrok 4.20noneMercury 2.5nonevsGLM 4.7 FlashmediumMiniMax M2.5mediumvsGrok 4.20noneQwen3 Coder NextmediumvsGrok 4.20none