AI BENCHY Compare
Inception: Mercury 2 vs OpenAI: GPT-5.4
قارن:
تم إنشاء نتائج المعايير من مجموعات اختبارات AI BENCHY في: 2026-03-05
| المقياس | Inception: Mercury 2 medium الإصدار: 2026-02-24 | OpenAI: GPT-5.4 none الإصدار: 2026-03-05 |
|---|---|---|
| الترتيب | #35 | #44 |
| متوسط الدرجة | 54 | 46 |
| الاتساق | 83 | 89 |
| التكلفة لكل نتيجة | 0.622 | 1.496 |
| إجمالي التكلفة | $0.044 | $0.090 |
| زمن الاستجابة (المتوسط) | 2.47s | 1.46s |
| زمن الاستجابة (الحد الأقصى) | 14.63s | 2.89s |
| زمن الاستجابة (الإجمالي) | 34.56s | 21.86s |
| اختبارات صحيحة | ||
| معدل النجاح لكل محاولة | 57.8% | 44.4% |
| اختبارات غير مستقرة | 3 | 2 |
| رموز الإخراج | 3,571 | 1,635 |
| رموز الاستدلال | 45,379 | 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 |
|---|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 73 | 98 | 66.7% | 0 | 1.30s | 2,531 | 2,410 | |
| OpenAI: GPT-5.4 | 100 | 73 | 11.1% | 1 | 1.41s | 388 | 0 |
| مجمّع | النتيجة | الاتساق | معدل النجاح لكل محاولة | اختبارات غير مستقرة | اختبارات صحيحة | زمن الاستجابة (المتوسط) | رموز الإخراج | رموز الاستدلال |
|---|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 100 | 100 | 100.0% | 0 | 3.28s | 268 | 4,887 | |
| OpenAI: GPT-5.4 | 100 | 100 | 0.0% | 0 | 2.89s | 291 | 0 |
| تحليل البيانات واستخراجها | النتيجة | الاتساق | معدل النجاح لكل محاولة | اختبارات غير مستقرة | اختبارات صحيحة | زمن الاستجابة (المتوسط) | رموز الإخراج | رموز الاستدلال |
|---|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 55 | 59 | 83.3% | 1 | 1.11s | 183 | 1,656 | |
| OpenAI: GPT-5.4 | 99 | 100 | 100.0% | 0 | 1.04s | 222 | 0 |
| خاص بالمجال | النتيجة | الاتساق | معدل النجاح لكل محاولة | اختبارات غير مستقرة | اختبارات صحيحة | زمن الاستجابة (المتوسط) | رموز الإخراج | رموز الاستدلال |
|---|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 100 | 72 | 11.1% | 1 | 6.48s | 41 | 30,754 | |
| OpenAI: GPT-5.4 | 40 | 72 | 44.4% | 1 | 1.07s | 50 | 0 |
| اتباع التعليمات | النتيجة | الاتساق | معدل النجاح لكل محاولة | اختبارات غير مستقرة | اختبارات صحيحة | زمن الاستجابة (المتوسط) | رموز الإخراج | رموز الاستدلال |
|---|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 100 | 100 | 100.0% | 0 | 1.07s | 14 | 958 | |
| OpenAI: GPT-5.4 | 55 | 100 | 50.0% | 0 | 1.07s | 81 | 0 |
| Puzzle Solving | النتيجة | الاتساق | معدل النجاح لكل محاولة | اختبارات غير مستقرة | اختبارات صحيحة | زمن الاستجابة (المتوسط) | رموز الإخراج | رموز الاستدلال |
|---|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 17 | 75 | 22.2% | 1 | 934ms | 354 | 2,758 | |
| OpenAI: GPT-5.4 | 40 | 98 | 33.3% | 0 | 1.52s | 357 | 0 |
| استدعاء الأدوات | النتيجة | الاتساق | معدل النجاح لكل محاولة | اختبارات غير مستقرة | اختبارات صحيحة | زمن الاستجابة (المتوسط) | رموز الإخراج | رموز الاستدلال |
|---|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 100 | 100 | 100.0% | 0 | 1.89s | 180 | 1,956 | |
| OpenAI: GPT-5.4 | 100 | 100 | 100.0% | 0 | 2.75s | 246 | 0 |
مقارنة سريعة
تبديل زوج المقارنة
Gemini 2.5 FlashnonevsMercury 2mediumMiniMax M2.5mediumvsGPT-5.4noneDeepSeek V3.2nonevsMercury 2mediumMercury 2mediumvsQwen3.5-122B-A10BnoneMercury 2mediumvsGLM 5noneMercury 2mediumvsQwen3.5-FlashnoneMercury 2mediumvsQwen3.5-27BnoneMercury 2mediumvsQwen3.5-35B-A3BnoneMercury 2mediumvsQwen3.5 Plus 2026-02-15noneTrinity Large Preview (free)noneمتاح مجانًاvsMercury 2mediumGPT-5.4nonevsQwen3.5-35B-A3BmediumGPT-5.4nonevsQwen3 Coder Nextmedium