Inception: Mercury 2 vs xAI: Grok 4.20

يتقدم Grok 4.20 (medium) في متوسط النتيجة بـ 7.1 مقابل 7.0. لدى Mercury 2 (medium) تكلفة benchmark أقل عند $0.093 مقابل $0.777. Mercury 2 (medium) أسرع عند 2.72s مقابل 29.47s، مع معدلات نجاح 51.5% مقابل 63.6%.

النموذج الموصى بهMercury 2 (medium)Its score stays close to the best score here (7.0 vs 7.1), while costing about 8.4x less than Grok 4.20 (medium).

تم إنشاء نتائج المعايير من مجموعات اختبارات AI BENCHY في: 2026-07-18

المقياس	Mercury 2 Mercury 2 medium الإصدار: 2026-02-24	Grok 4.20 Grok 4.20 medium الإصدار: 2026-03-31

المقياس	Mercury 2 Mercury 2 medium الإصدار: 2026-02-24	Grok 4.20 Grok 4.20 medium الإصدار: 2026-03-31
النتيجة	7.0	7.1
الترتيب	#77	#74
الموثوقية	10.0	10.0
الاتساق	8.8	8.5
اختبارات صحيحة
معدل النجاح لكل محاولة	51.5%	63.6%
اختبارات غير مستقرة	3	4
إجمالي مرات التشغيل	66	66
التكلفة لكل نتيجة	0.928	9.709
إجمالي التكلفة	$0.093	$0.777
سعر الإدخال	$0.250 / 1M	$1.250 / 1M
سعر الإخراج	$0.750 / 1M	$2.500 / 1M
إجمالي رموز الإدخال	109,572	102,791
رموز الإخراج	10,313	5,363
رموز الاستدلال	76,806	253,977
زمن الاستجابة (المتوسط)	2.72s	29.47s
زمن الاستجابة (الحد الأقصى)	14.63s	199.66s
زمن الاستجابة (الإجمالي)	57.12s	648.35s

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#77 Mercury 2

medium

التكلفة: $0.002
الوقت: 2.1s
الرموز: 1,702 tok

#74 xAI: Grok 4.20

medium

التكلفة: $0.041
الوقت: 110.3s
الرموز: 16,336 tok

أفضل النماذج حسب الدرجة

الدرجة مقابل التكلفة الإجمالية

زمن الاستجابة (المتوسط)

النتيجة vs زمن الاستجابة (المتوسط)

إجمالي رموز الإخراج

النتيجة vs إجمالي رموز الإخراج

تفصيل الفئات

الفئة:

حيل مضادة للذكاء الاصطناعي	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Mercury 2	6.9	9.9	50.0%	0		1.12s	554	2,546	2,609
Grok 4.20	8.2	7.9	83.3%	1		3.95s	2,010	287	8,312

البرمجة	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Mercury 2	8.2	7.7	77.8%	1		2.04s	7,065	296	11,328
Grok 4.20	6.3	6.6	55.6%	1		109.93s	8,307	268	103,150

مجمّع	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Mercury 2	6.7	9.1	50.0%	0		7.84s	87,365	6,533	20,474
Grok 4.20	8.7	6.9	83.3%	1		42.25s	71,267	3,776	44,009

تحليل البيانات واستخراجها	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Mercury 2	7.3	5.9	83.3%	1		1.11s	6,234	183	1,656
Grok 4.20	10.0	10.0	100.0%	0		4.17s	7,761	180	5,333

خاص بالمجال	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Mercury 2	2.9	7.2	11.1%	1		6.48s	695	41	30,754
Grok 4.20	5.3	10.0	33.3%	0		27.03s	1,764	375	49,339

الذكاء العام	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Mercury 2	4.8	10.0	0.0%	0		821ms	456	137	542
Grok 4.20	3.9	2.6	33.3%	1		24.48s	825	65	6,440

اتباع التعليمات	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Mercury 2	10.0	10.0	100.0%	0		1.07s	340	14	958
Grok 4.20	9.8	10.0	100.0%	0		4.26s	1,362	57	6,419

حل الألغاز	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Mercury 2	5.4	10.0	33.3%	0		949ms	601	361	2,781
Grok 4.20	7.7	10.0	66.7%	0		6.22s	1,689	149	7,913

استدعاء الأدوات	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Mercury 2	10.0	10.0	100.0%	0		1.89s	6,080	180	1,956
Grok 4.20	3.0	10.0	0.0%	0		13.68s	7,275	197	6,620

معلومات عامة	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Mercury 2	3.0	10.0	0.0%	0		2.58s	182	22	3,748
Grok 4.20	3.0	10.0	0.0%	0		63.48s	531	9	16,442

مقارنة سريعة

تبديل زوج المقارنة

Gemini 3.5 FlashnonevsMercury 2medium Qwen3.7 PlusnonevsGrok 4.20medium DeepSeek V4 PrononevsMercury 2medium Mercury 2mediumvsGPT-5.6 Solnone KAT-Coder-Pro V2.5highvsGrok 4.20medium Gemini 3.5 FlashnonevsGrok 4.20medium Mercury 2mediumvsStep 3.7 Flashhigh Step 3.7 FlashlowvsGrok 4.20medium Mercury 2mediumvsGPT-5.5none Claude Opus 4.8nonevsGrok 4.20medium Mercury 2mediumvsQwen3.7 Plusnone Gemini 3.5 FlashminimalvsMercury 2medium