导航
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Mercury 2.5 Preview (high) vs Grok 4.3 (medium)

平均分几乎持平,为 6.5 vs 6.5。 Mercury 2.5 Preview (high) benchmark 成本更低,为 $0.040 vs $0.989。 Mercury 2.5 Preview (high) 更快,为 7.61s vs 44.53s,通过率为 65.2% vs 63.8%。

基准结果生成自 AI BENCHY 测试套件,时间:: 2026-11-13

已对比模型

排名
#270
总输出令牌
180,597
响应时间(平均)
7.61s
总成本
$0.040
排名
#276
总输出令牌
232,542
响应时间(平均)
44.53s
总成本
$0.989
推荐模型 Mercury 2.5 Preview (high)

它在这里得分最高(6.5),同时成本比Grok 4.3 (medium)低约 25.3 倍。

详细对比

指标 Mercury 2.5 Preview Mercury 2.5 Preview high 发布日期: 2026-09-02 Grok 4.3 Grok 4.3 medium 发布日期: 2026-05-01
分数 6.5 6.5
排名 #270 #276
可靠性 9.9 10.0
一致性 8.0 8.3
尝试次数 69/69 69/69
测试正确
尝试通过率 65.2% 63.8%
不稳定测试 6 5
总运行次数 69 69
每个结果成本 0.319 8.235
总成本 $0.040 $0.989
输入价格 $0.040 / 1M $1.250 / 1M
输出价格 $0.150 / 1M $2.500 / 1M
缓存读取价格 不适用 $0.200 / 1M
缓存写入价格 不适用 不适用
总输入令牌 298,512 325,471
输出令牌 3,178 14,867
推理令牌 177,419 217,675
响应时间(平均) 7.61s 44.53s
响应时间(最大) 86.84s 216.69s
响应时间(总计) 175.08s 1024.25s
参数量 ~100B ~1.5T 总计 (~150B 激活)
开放状态 闭源 闭源

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.

#270 Mercury 2.5 Preview

high
成本
$0.001
时间
4.5s
令牌
3,851 tok

#276 SpaceXAI: Grok 4.3

medium
成本
$0.009
时间
19.0s
令牌
3,661 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

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 Preview 6.7 7.8 55.6% 1 6.13s 7,751 485 42,569
Grok 4.3 5.9 7.7 44.4% 1 41.23s 8,340 1,028 31,226

切换对比组合