- 排名
- #189
- 总输出令牌
- 96,943
- 响应时间（平均）
- 4.40s
- 总成本
- $0.121
Mercury 2 (medium) vs LongCat 2.0 (low)
平均分几乎持平，为 6.6 vs 6.6。 Mercury 2 (medium) benchmark 成本更低，为 $0.121 vs $0.495。 Mercury 2 (medium) 更快，为 4.40s vs 115.00s，通过率为 53.6% vs 55.1%。
已对比模型
- 排名
- #188
- 总输出令牌
- 346,225
- 响应时间（平均）
- 115.00s
- 总成本
- $0.495
推荐模型
Mercury 2 (medium)
它在这里得分最高（6.6），同时成本比LongCat 2.0 (low)低约 4.1 倍。
详细对比
| 指标 | Mercury 2 Mercury 2 medium | LongCat 2.0 LongCat 2.0 low |
|---|---|---|
| 分数 | 6.6 | 6.6 |
| 排名 | #189 | #188 |
| 可靠性 | 10.0 | 9.9 |
| 一致性 | 8.1 | 8.3 |
| 尝试次数 | 69/69 | 69/69 |
| 测试正确 | ||
| 尝试通过率 | 53.6% | 55.1% |
| 不稳定测试 | 5 | 5 |
| 总运行次数 | 69 | 69 |
| 每个结果成本 | 1.201 | 4.942 |
| 总成本 | $0.121 | $0.495 |
| 输入价格 | $0.250 / 1M | $0.300 / 1M |
| 输出价格 | $0.750 / 1M | $1.200 / 1M |
| 总输入令牌 | 189,300 | 262,387 |
| 输出令牌 | 10,854 | 7,344 |
| 推理令牌 | 86,089 | 338,881 |
| 响应时间（平均） | 4.40s | 115.00s |
| 响应时间（最大） | 34.92s | 560.39s |
| 响应时间（总计） | 96.81s | 2645.11s |
| 参数量 | ~100B | 1.6T 总计 (48B 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.
#189 Mercury 2
medium- 成本
- $0.002
- 时间
- 2.1s
- 令牌
- 1,702 tok
#188 LongCat 2.0
low- 成本
- $0.024
- 时间
- 428.0s
- 令牌
- 19,557 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
| 智能体任务 | 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 | 4.7 | 1.6 | 66.7% | 1 | 34.92s | 78,785 | 529 | 8,860 | |
| LongCat 2.0 | 6.1 | 3.1 | 66.7% | 1 | 145.65s | 171,517 | 1,668 | 23,963 |
| 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 | |
| LongCat 2.0 | 10.0 | 10.0 | 100.0% | 0 | 9.04s | 588 | 225 | 4,303 |
| 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 | |
| LongCat 2.0 | 6.6 | 4.6 | 77.8% | 2 | 479.30s | 6,544 | 461 | 206,627 |
| 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 | |
| LongCat 2.0 | 10.0 | 10.0 | 100.0% | 0 | 130.21s | 66,883 | 3,905 | 37,643 |
| 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 | |
| LongCat 2.0 | 6.3 | 10.0 | 50.0% | 0 | 10.77s | 7,653 | 198 | 2,498 |
| 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 | 4.4 | 22.2% | 2 | 8.06s | 1,638 | 53 | 31,177 | |
| LongCat 2.0 | 2.9 | 7.2 | 11.1% | 1 | 183.63s | 457 | 139 | 46,116 |
| 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 | |
| LongCat 2.0 | 3.4 | 2.2 | 33.3% | 1 | 22.45s | 480 | 116 | 2,364 |
| 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 | |
| LongCat 2.0 | 6.5 | 10.0 | 50.0% | 0 | 6.39s | 657 | 78 | 1,604 |
| 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 | |
| LongCat 2.0 | 3.1 | 10.0 | 0.0% | 0 | 8.15s | 636 | 289 | 2,561 |
| 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 | |
| LongCat 2.0 | 10.0 | 10.0 | 100.0% | 0 | 10.81s | 6,840 | 249 | 398 |
| 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 | |
| LongCat 2.0 | 3.0 | 10.0 | 0.0% | 0 | 122.07s | 132 | 16 | 10,804 |
快速对比
切换对比组合
Mercury 2mediumvsStep 3.7 FlashhighLongCat 2.0lowvsQwen3.7 FlashmediumMercury 2mediumvsKAT-Coder-Pro V2.5lowLongCat 2.0lowvsStep 3.7 FlashhighLongCat 2.0lowvsGLM 5.2noneLongCat 2.0lowvsGPT-5.5noneMercury 2mediumvsGLM 5.2noneMercury 2mediumvsGPT-5.5noneMercury 2mediumvsGLM 5.3 FlashlowLongCat 2.0lowvsGPT-5.6 SolnoneLongCat 2.0lowvsGPT 5.3 ChatnoneEmber-1maxvsLongCat 2.0low