AI BENCHY Compare
Anthropic: Claude Sonnet 4.6 vs Inception: Mercury 2
قارن:
تم إنشاء نتائج المعايير من مجموعات اختبارات AI BENCHY في: 2026-03-05
| المقياس | Anthropic: Claude Sonnet 4.6 none الإصدار: 2026-02-17 | Inception: Mercury 2 medium الإصدار: 2026-02-24 |
|---|---|---|
| الترتيب | #25 | #35 |
| متوسط الدرجة | 6.9 | 5.4 |
| اختبارات صحيحة | ||
| الاتساق | 10.0 | 8.3 |
| التكلفة لكل نتيجة | 2.460 | 0.622 |
| إجمالي التكلفة | $0.246 | $0.044 |
| معدل النجاح لكل محاولة | 66.7% | 57.8% |
| اختبارات غير مستقرة | 0 | 3 |
| common.totalAttempts | 45 (15 x 3) | 45 (15 x 3) |
| رموز الإخراج | 6,703 | 3,571 |
| رموز الاستدلال | 0 | 45,379 |
| زمن الاستجابة (المتوسط) | 5.94s | 2.47s |
| زمن الاستجابة (الحد الأقصى) | 23.84s | 14.63s |
| زمن الاستجابة (الإجمالي) | 47.55s | 34.56s |
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 Sonnet 4.6 | 4.0 | 10.0 | 33.3% | 0 | 4.83s | 1,199 | 0 | |
| Inception: Mercury 2 | 7.3 | 9.8 | 66.7% | 0 | 1.30s | 2,531 | 2,410 |
| مجمّع | النتيجة | الاتساق | معدل النجاح لكل محاولة | اختبارات غير مستقرة | اختبارات صحيحة | زمن الاستجابة (المتوسط) | رموز الإخراج | رموز الاستدلال |
|---|---|---|---|---|---|---|---|---|
| Anthropic: Claude Sonnet 4.6 | 9.0 | 10.0 | 100.0% | 0 | 23.84s | 3,766 | 0 | |
| Inception: Mercury 2 | 10.0 | 10.0 | 100.0% | 0 | 3.28s | 268 | 4,887 |
| تحليل البيانات واستخراجها | النتيجة | الاتساق | معدل النجاح لكل محاولة | اختبارات غير مستقرة | اختبارات صحيحة | زمن الاستجابة (المتوسط) | رموز الإخراج | رموز الاستدلال |
|---|---|---|---|---|---|---|---|---|
| Anthropic: Claude Sonnet 4.6 | 9.9 | 10.0 | 100.0% | 0 | 3.43s | 252 | 0 | |
| Inception: Mercury 2 | 5.5 | 5.9 | 83.3% | 1 | 1.11s | 183 | 1,656 |
| خاص بالمجال | النتيجة | الاتساق | معدل النجاح لكل محاولة | اختبارات غير مستقرة | اختبارات صحيحة | زمن الاستجابة (المتوسط) | رموز الإخراج | رموز الاستدلال |
|---|---|---|---|---|---|---|---|---|
| Anthropic: Claude Sonnet 4.6 | 7.0 | 10.0 | 66.7% | 0 | 3.54s | 413 | 0 | |
| Inception: Mercury 2 | 10.0 | 7.2 | 11.1% | 1 | 6.48s | 41 | 30,754 |
| اتباع التعليمات | النتيجة | الاتساق | معدل النجاح لكل محاولة | اختبارات غير مستقرة | اختبارات صحيحة | زمن الاستجابة (المتوسط) | رموز الإخراج | رموز الاستدلال |
|---|---|---|---|---|---|---|---|---|
| Anthropic: Claude Sonnet 4.6 | 5.5 | 10.0 | 50.0% | 0 | 1.96s | 90 | 0 | |
| Inception: Mercury 2 | 10.0 | 10.0 | 100.0% | 0 | 1.07s | 14 | 958 |
| Puzzle Solving | النتيجة | الاتساق | معدل النجاح لكل محاولة | اختبارات غير مستقرة | اختبارات صحيحة | زمن الاستجابة (المتوسط) | رموز الإخراج | رموز الاستدلال |
|---|---|---|---|---|---|---|---|---|
| Anthropic: Claude Sonnet 4.6 | 7.0 | 10.0 | 66.7% | 0 | 2.92s | 536 | 0 | |
| Inception: Mercury 2 | 1.7 | 7.5 | 22.2% | 1 | 934ms | 354 | 2,758 |
| استدعاء الأدوات | النتيجة | الاتساق | معدل النجاح لكل محاولة | اختبارات غير مستقرة | اختبارات صحيحة | زمن الاستجابة (المتوسط) | رموز الإخراج | رموز الاستدلال |
|---|---|---|---|---|---|---|---|---|
| Anthropic: Claude Sonnet 4.6 | 10.0 | 10.0 | 100.0% | 0 | 4.11s | 447 | 0 | |
| Inception: Mercury 2 | 10.0 | 10.0 | 100.0% | 0 | 1.89s | 180 | 1,956 |
مقارنة سريعة
تبديل زوج المقارنة
Claude Sonnet 4.6nonevsGPT-5.2mediumClaude Sonnet 4.6nonevsQwen3.5-FlashmediumClaude Sonnet 4.6nonevsSeed-2.0-MinimediumGemini 2.5 FlashnonevsMercury 2mediumDeepSeek V3.2nonevsMercury 2mediumMercury 2mediumvsQwen3.5-122B-A10BnoneMercury 2mediumvsGLM 5noneClaude Sonnet 4.6nonevsGrok 4.1 FastmediumClaude Sonnet 4.6nonevsGemini 3.1 Flash Lite PreviewmediumClaude Sonnet 4.6nonevsKimi K2.5mediumMercury 2mediumvsQwen3.5-FlashnoneMercury 2mediumvsQwen3.5-27Bnone