- 排名
- #131
- 总输出令牌
- 87,554
- 响应时间（平均）
- 2.95s
- 总成本
- $0.094
Mercury 2 (medium) vs Grok 4.20 (medium)
平均分几乎持平，为 7.0 vs 7.0。 Mercury 2 (medium) benchmark 成本更低，为 $0.094 vs $0.805。 Mercury 2 (medium) 更快，为 2.95s vs 32.56s，通过率为 53.0% vs 60.6%。
- 排名
- #132
- 总输出令牌
- 270,259
- 响应时间（平均）
- 32.56s
- 总成本
- $0.805
推荐模型
Mercury 2 (medium)
它在这里得分最高（7.0），同时成本比Grok 4.20 (medium)低约 8.6 倍。
详细对比
| 指标 | Mercury 2 Mercury 2 medium | Grok 4.20 Grok 4.20 medium |
|---|---|---|
| 分数 | 7.0 | 7.0 |
| 排名 | #131 | #132 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 8.4 | 8.2 |
| 尝试次数 | 66/66 | 66/66 |
| 测试正确 | ||
| 尝试通过率 | 53.0% | 60.6% |
| 不稳定测试 | 4 | 5 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 0.933 | 10.365 |
| 总成本 | $0.094 | $0.805 |
| 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 | 110,515 | 102,986 |
| 输出令牌 | 10,325 | 5,860 |
| 推理令牌 | 77,229 | 264,399 |
| 响应时间（平均） | 2.95s | 32.56s |
| 响应时间（最大） | 14.63s | 199.66s |
| 响应时间（总计） | 61.89s | 716.36s |
| 参数量 | ~100B | ~1T 总计 (~100B 激活) |
| 开放状态 | 闭源 | 闭源 |
模型生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#131 Mercury 2
medium- 成本
- $0.002
- 时间
- 2.1s
- 令牌
- 1,702 tok
#132 SpaceXAI: 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
Mercury 2mediumvsGPT-5.5noneGPT-5.5nonevsGrok 4.20mediumMercury 2mediumvsGPT-5.6 SolnoneGPT-5.6 SolnonevsGrok 4.20mediumClaude Fable 5.1lowvsGrok 4.20mediumClaude Fable 5.1lowvsMercury 2mediumSeed-2.0-CodehighvsGrok 4.20mediumSeed-2.0-CodehighvsMercury 2mediumMercury 2mediumvsSolar Pro 4highSolar Pro 4highvsGrok 4.20mediumGemini 3.5 FlashnonevsGrok 4.20mediumMercury 2mediumvsStep 3.7 Flashlow