- 排名
- #259
- 总输出令牌
- 82,585
- 响应时间（平均）
- 3.51s
- 总成本
- $0.018
Mercury 2.5 Preview vs GPT-4o-mini
平均分几乎持平，为 4.9 vs 5.0。 GPT-4o-mini benchmark 成本更低，为 $0.010 vs $0.018。 GPT-4o-mini 更快，为 1.92s vs 3.51s，通过率为 30.3% vs 22.7%。
- 排名
- #257
- 总输出令牌
- 2,913
- 响应时间（平均）
- 1.92s
- 总成本
- $0.010
推荐模型
GPT-4o-mini
它在这里得分最高（5.0），同时成本比Mercury 2.5 Preview低约 1.8 倍。
详细对比
| 指标 | Mercury 2.5 Preview Mercury 2.5 Preview none | GPT-4o-mini GPT-4o-mini none |
|---|---|---|
| 分数 | 4.9 | 5.0 |
| 排名 | #259 | #257 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 8.3 | 9.9 |
| 尝试次数 | 66/66 | 66/66 |
| 测试正确 | ||
| 尝试通过率 | 30.3% | 22.7% |
| 不稳定测试 | 5 | 0 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 0.440 | 0.195 |
| 总成本 | $0.018 | $0.010 |
| 输入价格 | $0.040 / 1M | $0.150 / 1M |
| 输出价格 | $0.150 / 1M | $0.600 / 1M |
| 总输入令牌 | 130,296 | 53,145 |
| 输出令牌 | 82,585 | 2,913 |
| 推理令牌 | 0 | 0 |
| 响应时间（平均） | 3.51s | 1.92s |
| 响应时间（最大） | 60.70s | 7.58s |
| 响应时间（总计） | 77.28s | 30.71s |
| 参数量 | ~100B | ~8B |
| 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.
#259 Mercury 2.5 Preview
none
无效SVG
- 成本
- $0.001
- 时间
- 3.3s
- 令牌
- 3,122 tok
#257 GPT-4o-mini
none- 成本
- $0.001
- 时间
- 6.6s
- 令牌
- 742 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 Preview | 3.8 | 8.3 | 16.7% | 1 | 655ms | 812 | 256 | 0 | |
| GPT-4o-mini | 4.8 | 10.0 | 25.0% | 0 | 1.34s | 618 | 186 | 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 Preview | 4.7 | 7.9 | 22.2% | 1 | 459ms | 7,850 | 650 | 0 | |
| GPT-4o-mini | 3.2 | 9.6 | 0.0% | 0 | 1.63s | 7,314 | 367 | 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 Preview | 3.0 | 10.0 | 0.0% | 0 | 31.28s | 101,129 | 80,273 | 0 | |
| GPT-4o-mini | 3.0 | 10.0 | 0.0% | 0 | 6.32s | 29,916 | 1,497 | 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 Preview | 6.3 | 5.8 | 66.7% | 1 | 1.04s | 8,333 | 672 | 0 | |
| GPT-4o-mini | 10.0 | 10.0 | 100.0% | 0 | 1.27s | 7,161 | 183 | 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 Preview | 3.6 | 7.2 | 22.2% | 1 | 631ms | 875 | 40 | 0 | |
| GPT-4o-mini | 3.0 | 10.0 | 0.0% | 0 | 743ms | 741 | 17 | 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 Preview | 5.0 | 10.0 | 0.0% | 0 | 482ms | 544 | 85 | 0 | |
| GPT-4o-mini | 4.0 | 10.0 | 0.0% | 0 | 909ms | 480 | 66 | 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 Preview | 6.3 | 10.0 | 50.0% | 0 | 1.26s | 753 | 73 | 0 | |
| GPT-4o-mini | 6.3 | 10.0 | 50.0% | 0 | 1.11s | 666 | 69 | 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 Preview | 5.6 | 7.4 | 44.4% | 1 | 684ms | 796 | 292 | 0 | |
| GPT-4o-mini | 3.5 | 10.0 | 0.0% | 0 | 1.21s | 651 | 308 | 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 Preview | 10.0 | 10.0 | 100.0% | 0 | 1.29s | 8,969 | 229 | 0 | |
| GPT-4o-mini | 10.0 | 10.0 | 100.0% | 0 | 2.51s | 5,400 | 205 | 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 Preview | 3.0 | 10.0 | 0.0% | 0 | 419ms | 235 | 15 | 0 | |
| GPT-4o-mini | 3.0 | 10.0 | 0.0% | 0 | 794ms | 198 | 15 | 0 |
快速对比
切换对比组合
GPT-4o-mininonevsLaguna S 2.1low免费可用Mercury 2.5 PreviewlowvsGPT-4o-mininoneMiniMax M2.7mediumvsGPT-4o-mininoneMercury 2.5 PreviewnonevsLaguna S 2.1low免费可用Mercury 2.5 PreviewnonevsNemotron 3.5 Lightninglow免费可用Mercury 2.5 PreviewnonevsMiniMax M2.7mediumTrinity Large ThinkinghighvsMercury 2.5 PreviewnoneNemotron 3.5 Lightninglow免费可用vsGPT-4o-mininoneTrinity Large ThinkinghighvsGPT-4o-mininoneGranite 4.2 8BlowvsGPT-4o-mininoneMistral Small 4mediumvsGPT-4o-mininoneNemotron 3.5 Lightningmedium免费可用vsGPT-4o-mininone