#151 Mercury 2
none- 成本
- $0.002
- 时间
- 1.8s
- 令牌
- 1,514 tok
AI BENCHY 对比
Inception: Mercury 2 vs xAI: Grok 4.20
摘要
Mercury 2 vs Grok 4.20 benchmark 对比：Mercury 2 平均分领先，为 4.6 vs 4.4。 Mercury 2 benchmark 成本更低，为 $0.011 vs $0.057。 Mercury 2 更快，为 653ms vs 1.11s，通过率为 23.8% vs 28.6%。
推荐模型: Mercury 2 - 它在这里得分最高（4.6），同时成本比Grok 4.20低约 5.5 倍。
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-18
| 指标 | Mercury 2 Mercury 2 none | Grok 4.20 Grok 4.20 none |
|---|---|---|
| 分数 | 4.6 | 4.4 |
| 排名 | #151 | #155 |
| 可靠性 | 10.0 | 不适用 |
| 一致性 | 9.2 | 8.5 |
| 测试正确 | ||
| 尝试通过率 | 23.8% | 28.6% |
| 不稳定测试 | 2 | 0 |
| 总运行次数 | 63 | 54 |
| 每个结果成本 | 0.259 | 1.570 |
| 总成本 | $0.011 | $0.057 |
| 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 | 28,113 | 41,313 |
| 输出令牌 | 4,439 | 1,923 |
| 推理令牌 | 0 | 0 |
| 响应时间（平均） | 653ms | 1.11s |
| 响应时间（最大） | 1.43s | 6.04s |
| 响应时间（总计） | 13.72s | 19.96s |
生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#155 xAI: Grok 4.20
none- 成本
- $0.004
- 时间
- 6.5s
- 令牌
- 1,367 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 2nonevsQwen3 Coder NextmediumGrok 4.20nonevsGLM 4.7 FlashmediumMercury 2nonevsMiniMax M2.5mediumCobuddymediumvsMercury 2noneQwen3 Coder NextmediumvsGrok 4.20noneMercury 2nonevsGLM 4.7 FlashmediumMiniMax M2.5mediumvsGrok 4.20noneMercury 2nonevsMistral Small 4mediumMercury 2nonevsMiniMax M2.7mediumCobuddymediumvsGrok 4.20noneQwen3.5-9BmediumvsGrok 4.20noneMistral Small 4mediumvsGrok 4.20none