#82 Mercury 2
medium- 成本
- $0.002
- 时间
- 2.1s
- 令牌
- 1,702 tok
Inception: Mercury 2 vs OpenAI: GPT-5.5
Mercury 2 (medium) 平均分领先，为 7.0 vs 6.9。 Mercury 2 (medium) benchmark 成本更低，为 $0.093 vs $0.544。 GPT-5.5 更快，为 2.36s vs 2.72s，通过率为 51.5% vs 56.1%。
推荐模型Mercury 2 (medium)它在这里得分最高（7.0），同时成本比GPT-5.5低约 5.9 倍。
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-24
| 指标 | Mercury 2 Mercury 2 medium | GPT-5.5 GPT-5.5 none |
|---|---|---|
| 分数 | 7.0 | 6.9 |
| 排名 | #82 | #91 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 8.8 | 8.9 |
| 测试正确 | ||
| 尝试通过率 | 51.5% | 56.1% |
| 不稳定测试 | 3 | 3 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 0.928 | 4.945 |
| 总成本 | $0.093 | $0.544 |
| 输入价格 | $0.250 / 1M | $5.000 / 1M |
| 输出价格 | $0.750 / 1M | $30.000 / 1M |
| 总输入令牌 | 109,572 | 79,285 |
| 输出令牌 | 10,313 | 4,915 |
| 推理令牌 | 76,806 | 0 |
| 响应时间（平均） | 2.72s | 2.36s |
| 响应时间（最大） | 14.63s | 12.24s |
| 响应时间（总计） | 57.12s | 51.88s |
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#91 GPT-5.5
none- 成本
- $0.090
- 时间
- 54.3s
- 令牌
- 3,063 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
快速对比
切换对比组合
GPT-5.5nonevsStep 3.7 FlashhighGemini 3.5 FlashnonevsMercury 2mediumGPT-5.5nonevsQwen3.6 FlashmediumGPT-5.5nonevsMiMo-V2.5-PromediumGemini 3.5 FlashminimalvsGPT-5.5noneKAT-Coder-Pro V2.5mediumvsGPT-5.5noneDeepSeek V4 PrononevsMercury 2mediumMercury 2mediumvsGPT-5.6 SolnoneSeed-2.0-MinimediumvsGPT-5.5noneGPT-5.5nonevsQwen3.6 35B A3BmediumMercury 2mediumvsStep 3.7 FlashhighKimi K2.5mediumvsGPT-5.5none