#77 Mercury 2
medium- 成本
- $0.002
- 时间
- 2.1s
- 令牌
- 1,702 tok
Inception: Mercury 2 vs xAI: Grok 4.20
Grok 4.20 (medium) 平均分领先，为 7.1 vs 7.0。 Mercury 2 (medium) benchmark 成本更低，为 $0.093 vs $0.777。 Mercury 2 (medium) 更快，为 2.72s vs 29.47s，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 7.1），同时成本比Grok 4.20 (medium)低约 8.4 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 | Grok 4.20 Grok 4.20 medium |
|---|---|---|
| 分数 | 7.0 | 7.1 |
| 排名 | #77 | #74 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 8.8 | 8.5 |
| 测试正确 | ||
| 尝试通过率 | 51.5% | 63.6% |
| 不稳定测试 | 3 | 4 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 0.928 | 9.709 |
| 总成本 | $0.093 | $0.777 |
| 输入价格 | $0.250 / 1M | $1.250 / 1M |
| 输出价格 | $0.750 / 1M | $2.500 / 1M |
| 总输入令牌 | 109,572 | 102,791 |
| 输出令牌 | 10,313 | 5,363 |
| 推理令牌 | 76,806 | 253,977 |
| 响应时间（平均） | 2.72s | 29.47s |
| 响应时间（最大） | 14.63s | 199.66s |
| 响应时间（总计） | 57.12s | 648.35s |
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#74 xAI: Grok 4.20
medium- 成本
- $0.041
- 时间
- 110.3s
- 令牌
- 16,336 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
Gemini 3.5 FlashnonevsMercury 2mediumQwen3.7 PlusnonevsGrok 4.20mediumDeepSeek V4 PrononevsMercury 2mediumMercury 2mediumvsGPT-5.6 SolnoneKAT-Coder-Pro V2.5highvsGrok 4.20mediumGemini 3.5 FlashnonevsGrok 4.20mediumMercury 2mediumvsStep 3.7 FlashhighStep 3.7 FlashlowvsGrok 4.20mediumMercury 2mediumvsGPT-5.5noneClaude Opus 4.8nonevsGrok 4.20mediumMercury 2mediumvsQwen3.7 PlusnoneGemini 3.5 FlashminimalvsMercury 2medium