Inception: Mercury 2 vs Kwaipilot: KAT-Coder-Pro V2.5

KAT-Coder-Pro V2.5 (high) 平均分领先，为 7.2 vs 7.0。 Mercury 2 (medium) benchmark 成本更低，为 $0.093 vs $0.482。 Mercury 2 (medium) 更快，为 2.72s vs 20.83s，通过率为 51.5% vs 63.6%。

推荐模型Mercury 2 (medium)它的得分接近这里的最高分（7.0 vs 7.2），同时成本比KAT-Coder-Pro V2.5 (high)低约 5.2 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-18

指标	Mercury 2 Mercury 2 medium 发布日期: 2026-02-24	KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 high 发布日期: 2026-07-14

指标	Mercury 2 Mercury 2 medium 发布日期: 2026-02-24	KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 high 发布日期: 2026-07-14
分数	7.0	7.2
排名	#77	#68
可靠性	10.0	10.0
一致性	8.8	7.8
测试正确
尝试通过率	51.5%	63.6%
不稳定测试	3	6
总运行次数	66	66
每个结果成本	0.928	4.378
总成本	$0.093	$0.482
输入价格	$0.250 / 1M	$0.740 / 1M
输出价格	$0.750 / 1M	$2.960 / 1M
总输入令牌	109,572	106,076
输出令牌	10,313	9,071
推理令牌	76,806	127,093
响应时间（平均）	2.72s	20.83s
响应时间（最大）	14.63s	199.97s
响应时间（总计）	57.12s	458.31s

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#77 Mercury 2

medium

成本: $0.002
时间: 2.1s
令牌: 1,702 tok

#68 KAT-Coder-Pro V2.5

high

成本: $0.009
时间: 26.4s
令牌: 3,117 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

类别:

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	6.9	9.9	50.0%	0		1.12s	554	2,546	2,609
KAT-Coder-Pro V2.5	7.0	8.0	66.7%	1		3.17s	672	447	2,716

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	8.2	7.7	77.8%	1		2.04s	7,065	296	11,328
KAT-Coder-Pro V2.5	6.4	7.9	44.4%	1		22.00s	7,893	422	20,461

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	6.7	9.1	50.0%	0		7.84s	87,365	6,533	20,474
KAT-Coder-Pro V2.5	7.3	5.8	83.3%	1		106.70s	78,458	6,956	60,306

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	7.3	5.9	83.3%	1		1.11s	6,234	183	1,656
KAT-Coder-Pro V2.5	10.0	10.0	100.0%	0		4.13s	7,776	278	1,960

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	2.9	7.2	11.1%	1		6.48s	695	41	30,754
KAT-Coder-Pro V2.5	2.9	4.4	22.2%	2		35.33s	771	33	35,701

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	4.8	10.0	0.0%	0		821ms	456	137	542
KAT-Coder-Pro V2.5	5.1	10.0	0.0%	0		3.27s	516	139	647

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	10.0	10.0	100.0%	0		1.07s	340	14	958
KAT-Coder-Pro V2.5	9.9	10.0	100.0%	0		2.67s	699	84	976

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	5.4	10.0	33.3%	0		949ms	601	361	2,781
KAT-Coder-Pro V2.5	8.2	7.2	88.9%	1		3.38s	696	428	1,936

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	10.0	10.0	100.0%	0		1.89s	6,080	180	1,956
KAT-Coder-Pro V2.5	10.0	10.0	100.0%	0		28.04s	8,391	268	896

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	3.0	10.0	0.0%	0		2.58s	182	22	3,748
KAT-Coder-Pro V2.5	3.0	10.0	0.0%	0		5.22s	204	16	1,494

快速对比

切换对比组合