AI BENCHY Compare
Anthropic: Claude Opus 4.6 vs Inception: Mercury 2
قارن:
تم إنشاء نتائج المعايير من مجموعات اختبارات AI BENCHY في: 2026-03-05
| المقياس | Anthropic: Claude Opus 4.6 medium الإصدار: 2026-02-05 | Inception: Mercury 2 none الإصدار: 2026-02-24 |
|---|---|---|
| الترتيب | #30 | #50 |
| متوسط الدرجة | 64 | 34 |
| الاتساق | 89 | 89 |
| التكلفة لكل نتيجة | 14.411 | 0.147 |
| إجمالي التكلفة | $1.297 | $0.006 |
| زمن الاستجابة (المتوسط) | 25.08s | 594ms |
| زمن الاستجابة (الحد الأقصى) | 83.40s | 1.27s |
| زمن الاستجابة (الإجمالي) | 200.67s | 8.91s |
| اختبارات صحيحة | ||
| معدل النجاح لكل محاولة | 64.4% | 33.3% |
| اختبارات غير مستقرة | 2 | 2 |
| رموز الإخراج | 26,066 | 1,144 |
| رموز الاستدلال | 17,071 | 0 |
زمن الاستجابة (المتوسط)
الدرجة مقابل التكلفة الإجمالية
متوسط الدرجة vs زمن الاستجابة (المتوسط)
تفصيل الفئات
| حيل مضادة للذكاء الاصطناعي | النتيجة | الاتساق | معدل النجاح لكل محاولة | اختبارات غير مستقرة | اختبارات صحيحة | زمن الاستجابة (المتوسط) | رموز الإخراج | رموز الاستدلال |
|---|---|---|---|---|---|---|---|---|
| Anthropic: Claude Opus 4.6 | 40 | 44 | 55.6% | 2 | 11.88s | 897 | 1,000 | |
| Inception: Mercury 2 | 100 | 100 | 0.0% | 0 | 466ms | 274 | 0 |
| مجمّع | النتيجة | الاتساق | معدل النجاح لكل محاولة | اختبارات غير مستقرة | اختبارات صحيحة | زمن الاستجابة (المتوسط) | رموز الإخراج | رموز الاستدلال |
|---|---|---|---|---|---|---|---|---|
| Anthropic: Claude Opus 4.6 | 100 | 100 | 100.0% | 0 | 76.66s | 8,178 | 5,194 | |
| Inception: Mercury 2 | 100 | 100 | 0.0% | 0 | 606ms | 131 | 0 |
| تحليل البيانات واستخراجها | النتيجة | الاتساق | معدل النجاح لكل محاولة | اختبارات غير مستقرة | اختبارات صحيحة | زمن الاستجابة (المتوسط) | رموز الإخراج | رموز الاستدلال |
|---|---|---|---|---|---|---|---|---|
| Anthropic: Claude Opus 4.6 | 99 | 100 | 100.0% | 0 | 7.37s | 691 | 757 | |
| Inception: Mercury 2 | 55 | 59 | 83.3% | 1 | 667ms | 180 | 0 |
| خاص بالمجال | النتيجة | الاتساق | معدل النجاح لكل محاولة | اختبارات غير مستقرة | اختبارات صحيحة | زمن الاستجابة (المتوسط) | رموز الإخراج | رموز الاستدلال |
|---|---|---|---|---|---|---|---|---|
| Anthropic: Claude Opus 4.6 | 100 | 100 | 0.0% | 0 | 83.40s | 14,642 | 8,687 | |
| Inception: Mercury 2 | 40 | 72 | 44.4% | 1 | 534ms | 46 | 0 |
| اتباع التعليمات | النتيجة | الاتساق | معدل النجاح لكل محاولة | اختبارات غير مستقرة | اختبارات صحيحة | زمن الاستجابة (المتوسط) | رموز الإخراج | رموز الاستدلال |
|---|---|---|---|---|---|---|---|---|
| Anthropic: Claude Opus 4.6 | 100 | 100 | 100.0% | 0 | 2.43s | 266 | 467 | |
| Inception: Mercury 2 | 55 | 100 | 50.0% | 0 | 551ms | 82 | 0 |
| Puzzle Solving | النتيجة | الاتساق | معدل النجاح لكل محاولة | اختبارات غير مستقرة | اختبارات صحيحة | زمن الاستجابة (المتوسط) | رموز الإخراج | رموز الاستدلال |
|---|---|---|---|---|---|---|---|---|
| Anthropic: Claude Opus 4.6 | 70 | 100 | 66.7% | 0 | 4.60s | 531 | 637 | |
| Inception: Mercury 2 | 100 | 100 | 0.0% | 0 | 533ms | 234 | 0 |
| استدعاء الأدوات | النتيجة | الاتساق | معدل النجاح لكل محاولة | اختبارات غير مستقرة | اختبارات صحيحة | زمن الاستجابة (المتوسط) | رموز الإخراج | رموز الاستدلال |
|---|---|---|---|---|---|---|---|---|
| Anthropic: Claude Opus 4.6 | 100 | 100 | 100.0% | 0 | 9.73s | 861 | 329 | |
| Inception: Mercury 2 | 100 | 100 | 100.0% | 0 | 1.27s | 197 | 0 |
مقارنة سريعة
تبديل زوج المقارنة
Claude Opus 4.6mediumvsQwen3.5 Plus 2026-02-15noneMercury 2nonevsQwen3 Coder NextmediumMercury 2nonevsGLM 4.7 FlashmediumClaude Opus 4.6mediumvsGLM 5noneClaude Opus 4.6mediumvsGemini 3 Flash PreviewnoneClaude Opus 4.6mediumvsGemini 3.1 Flash Lite PreviewnoneClaude Opus 4.6mediumvsGPT-5.3 ChatnoneClaude Opus 4.6mediumvsGemini 2.5 FlashnoneClaude Opus 4.6mediumvsDeepSeek V3.2noneClaude Opus 4.6mediumvsGemini 3.1 Flash Lite PreviewlowClaude Opus 4.6mediumvsQwen3.5-122B-A10BnoneClaude Opus 4.6mediumvsGPT-5.2 Chatnone