AI BENCHY Compare

Inception: Mercury 2 vs MiniMax: MiniMax M3

Zusammenfassung

Mercury 2 vs MiniMax M3 Benchmark-Vergleich: MiniMax M3 führt beim Durchschnittsscore mit 7.6 vs 7.5. Mercury 2 hat die niedrigeren Benchmark-Kosten mit $0.058 vs $0.131. Mercury 2 ist schneller mit 2.24s vs 68.17s, mit Erfolgsraten von 54.0% vs 65.1%.

Empfohlenes Modell: Mercury 2 - Die Punktzahl bleibt nah an der besten hier (7.5 vs 7.6) und es kostet etwa 2.3x weniger als MiniMax M3.

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-06-18

Metrik	Mercury 2 Mercury 2 medium Veröffentlichung: 2026-02-24	MiniMax M3 MiniMax M3 medium Veröffentlichung: 2026-06-01

Metrik	Mercury 2 Mercury 2 medium Veröffentlichung: 2026-02-24	MiniMax M3 MiniMax M3 medium Veröffentlichung: 2026-06-01
Punktzahl	7.5	7.6
Rang	#44	#40
Zuverlässigkeit	10.0	9.6
Konsistenz	8.8	7.9
Korrekte Tests
Erfolgsquote pro Versuch	54.0%	65.1%
Instabile Tests	3	5
Gesamtläufe	63	63
Kosten pro Ergebnis	0.578	1.187
Gesamtkosten	$0.058	$0.131
Eingabepreis	$0.250 / 1M	$0.300 / 1M
Ausgabepreis	$0.750 / 1M	$1.200 / 1M
Gesamte Eingabe-Token	35,116	46,546
Ausgabe-Token	4,048	49,036
Denk-Token	61,219	92,543
Antwortzeit (Durchschnitt)	2.24s	68.17s
Antwortzeit (Maximum)	14.63s	431.03s
Antwortzeit (Gesamt)	44.72s	1363.38s

Generierungs-Showcase

Hamster playing table tennis

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

#44 Mercury 2

medium

Kosten: $0.002
Zeit: 2.1s
Token: 1,702 tok

#40 MiniMax M3

medium

Kosten: $0.012
Zeit: 154.4s
Token: 10,018 tok

Top-Modelle nach Score

Score vs. Gesamtkosten

Antwortzeit (Durchschnitt)

Punktzahl vs Antwortzeit (Durchschnitt)

Gesamte Ausgabe-Token

Punktzahl vs Gesamte Ausgabe-Token

Kategorieaufschlüsselung

Anti-KI-Tricks	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Mercury 2	6.9	9.9	50.0%	0		1.12s	554	2,546	2,609
MiniMax M3	5.5	3.7	66.7%	3		14.95s	2,526	874	3,414

Programmierung	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Mercury 2	8.2	7.7	77.8%	1		2.04s	7,065	296	11,328
MiniMax M3	6.1	6.5	55.6%	1		144.74s	5,804	6,223	32,667

Kombiniert	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Mercury 2	10.0	10.0	100.0%	0		3.28s	12,909	268	4,887
MiniMax M3	10.0	10.0	100.0%	0		65.30s	14,760	1,306	6,253

Datenanalyse und -extraktion	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Mercury 2	7.3	5.9	83.3%	1		1.11s	6,234	183	1,656
MiniMax M3	10.0	10.0	100.0%	0		14.92s	8,088	514	3,164

Domänenspezifisch	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Mercury 2	2.9	7.2	11.1%	1		6.48s	695	41	30,754
MiniMax M3	5.5	9.3	33.3%	0		233.13s	869	16,254	19,070

Allgemeine Intelligenz	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Mercury 2	4.8	10.0	0.0%	0		821ms	456	137	542
MiniMax M3	5.1	3.4	33.3%	1		33.25s	954	2,487	2,523

Befolgung von Anweisungen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Mercury 2	10.0	10.0	100.0%	0		1.07s	340	14	958
MiniMax M3	9.8	10.0	100.0%	0		6.14s	1,623	103	920

Rätsellösen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Mercury 2	5.4	10.0	33.3%	0		949ms	601	361	2,781
MiniMax M3	7.9	9.9	66.7%	0		49.91s	2,079	11,946	13,761

Werkzeugaufrufe	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Mercury 2	10.0	10.0	100.0%	0		1.89s	6,080	180	1,956
MiniMax M3	10.0	10.0	100.0%	0		11.91s	9,168	281	555

Allgemeinwissen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Mercury 2	3.0	10.0	0.0%	0		2.58s	182	22	3,748
MiniMax M3	3.0	10.0	0.0%	0		100.80s	675	9,048	10,216

Schnellvergleich

Vergleichspaar wechseln

DeepSeek V4 ProhighvsMiniMax M3medium Mercury 2mediumvsGPT-5.3 Chatnone DeepSeek V4 ProhighvsMercury 2medium MiniMax M3mediumvsStep 3.7 Flashlow MiniMax M3mediumvsGPT-5.3 Chatnone Mercury 2mediumvsStep 3.7 Flashlow Gemini 3 Flash PreviewlowvsMercury 2medium Claude Sonnet 4.6nonevsMercury 2medium Gemini 3 Flash PreviewlowvsMiniMax M3medium Claude Sonnet 4.6nonevsMiniMax M3medium Claude Opus 4.8nonevsMercury 2medium DeepSeek V4 PrononevsMercury 2medium