导航
Advertise here

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 $0.630。 Mercury 2 (medium) 更快,为 4.40s vs 115.00s,通过率为 53.6% vs 55.1%。

基准结果生成自 AI BENCHY 测试套件,时间:: 2026-11-16

已对比模型

排名
#268
总输出令牌
96,943
响应时间(平均)
4.40s
总成本
$0.121
排名
#267
总输出令牌
346,225
响应时间(平均)
115.00s
总成本
$0.630
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 5.2 倍。

详细对比

指标 Mercury 2 Mercury 2 medium 发布日期: 2026-02-24 LongCat 2.0 LongCat 2.0 low 发布日期: 2026-07-20
分数 6.6 6.6
排名 #268 #267
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 $0.630
输入价格 $0.250 / 1M $0.300 / 1M
输出价格 $0.750 / 1M $1.200 / 1M
缓存读取价格 $0.025 / 1M $0.006 / 1M
缓存写入价格 不适用 不适用
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

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.

#268 Mercury 2

medium
成本
$0.002
时间
2.1s
令牌
1,702 tok

#267 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

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

切换对比组合