- 排名
- #423
- 总输出令牌
- 9,709
- 响应时间（平均）
- 1.18s
- 总成本
- $0.033
Mercury 2 vs LFM3-1.7B (default)
Mercury 2 平均分领先，为 4.4 vs 4.1。 Mercury 2 benchmark 成本更低，为 $0.033 vs $0.084。 Mercury 2 更快，为 1.18s vs 16.99s，通过率为 23.2% vs 34.8%。
已对比模型
- 排名
- #430
- 总输出令牌
- 329,997
- 响应时间（平均）
- 16.99s
- 总成本
- $0.084
推荐模型
Mercury 2
它在这里得分最高（4.4），同时成本比LFM3-1.7B (default)低约 2.6 倍。
详细对比
| 指标 | Mercury 2 Mercury 2 none | LFM3-1.7B LFM3-1.7B default 免费可用 |
|---|---|---|
| 分数 | 4.4 | 4.1 |
| 排名 | #423 | #430 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 9.2 | 8.2 |
| 尝试次数 | 69/69 | 69/69 |
| 测试正确 | ||
| 尝试通过率 | 23.2% | 34.8% |
| 不稳定测试 | 2 | 5 |
| 总运行次数 | 69 | 69 |
| 每个结果成本 | 0.812 | 1.672 |
| 总成本 | $0.033 | $0.084 |
| 输入价格 | $0.250 / 1M | $0.080 / 1M |
| 输出价格 | $0.750 / 1M | $0.200 / 1M |
| 缓存读取价格 | $0.025 / 1M | $0.020 / 1M |
| 缓存写入价格 | 不适用 | 不适用 |
| 总输入令牌 | 100,634 | 219,830 |
| 输出令牌 | 9,609 | 5,711 |
| 推理令牌 | 100 | 324,286 |
| 响应时间（平均） | 1.18s | 16.99s |
| 响应时间（最大） | 9.00s | 56.52s |
| 响应时间（总计） | 27.14s | 390.77s |
| 参数量 | ~100B | 1.7B |
| 开放状态 | 闭源 | 权重可用 |
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.
#423 Mercury 2
none- 成本
- $0.002
- 时间
- 1.8s
- 令牌
- 1,514 tok
#430 LiquidAI: LFM3-1.7B
default
OpenRouter returned no showcase content (finish_reason: length).
- 成本
- $0.002
- 时间
- 23.3s
- 令牌
- 8,320 tok
类别细分
快速对比
切换对比组合
Cobuddymedium免费可用vsMercury 2noneLFM3-1.7Bdefault免费可用vsQwen3.5-9BmediumMercury 2.5nonevsLFM3-1.7Bdefault免费可用Mercury 2nonevsMiniMax M2.5mediumTrinity Large Previewdefault免费可用vsMercury 2noneMercury 2nonevsKAT Coder AIR V2.5defaultLFM3-1.7Bdefault免费可用vsgpt-oss-120bnoneMercury 2nonevsRing 2.6 1tdefaultMercury 2nonevsGLM 4.7 FlashmediumLFM3-1.7Bdefault免费可用vsGLM 4.7 FlashmediumMercury 2nonevsLing 2.6 FlashdefaultLFM3-1.7Bdefault免费可用vsMiniMax M2.5medium