Navigation
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

Inception: Mercury 2 vs xAI: Grok Build 0.1

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-05-22

Metrik Mercury 2 Mercury 2 medium Veröffentlichung: 2026-02-24 Grok Build 0.1 Grok Build 0.1 none Veröffentlichung: 2026-05-21
Punktzahl 6.3 6.6
Rang #90 #82
Zuverlässigkeit 10.0 10.0
Konsistenz 8.4 8.0
Korrekte Tests
Erfolgsquote pro Versuch 50.0% 60.4%
Instabile Tests 4 4
Gesamtläufe 60 57
Kosten pro Ergebnis 0.687 7.805
Gesamtkosten $0.055 $0.547
Eingabepreis $0.250 / 1M $1.000 / 1M
Ausgabepreis $0.750 / 1M $2.000 / 1M
Ausgabe-Token 4,015 267,275
Denk-Token 58,382 0
Antwortzeit (Durchschnitt) 2.27s 28.69s
Antwortzeit (Maximum) 14.63s 138.35s
Antwortzeit (Gesamt) 43.15s 459.00s

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) Ausgabe-Token Denk-Token
Mercury 2 6.9 9.9 50.0% 0 1.12s 2,546 2,609
Grok Build 0.1 8.7 7.9 91.7% 1 6.30s 11,162 0
Programmierung Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Mercury 2 7.2 6.5 66.7% 1 2.29s 270 8,514
Grok Build 0.1 10.0 10.0 100.0% 0 21.41s 16,568 0
Kombiniert Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Mercury 2 10.0 10.0 100.0% 0 3.28s 268 4,887
Grok Build 0.1 0.0 0.0 0.0% 0 0ms 0 0
Datenanalyse und -extraktion Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Mercury 2 7.3 5.9 83.3% 1 1.11s 183 1,656
Grok Build 0.1 4.7 1.6 66.7% 1 9.33s 6,359 0
Domänenspezifisch Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Mercury 2 2.9 7.2 11.1% 1 6.48s 41 30,754
Grok Build 0.1 3.6 7.2 22.2% 1 103.71s 179,469 0
Allgemeine Intelligenz Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Mercury 2 4.8 10.0 0.0% 0 821ms 137 542
Grok Build 0.1 4.3 10.0 0.0% 0 12.47s 6,647 0
Befolgung von Anweisungen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Mercury 2 10.0 10.0 100.0% 0 1.07s 14 958
Grok Build 0.1 9.8 10.0 100.0% 0 7.36s 8,970 0
Rätsellösen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Mercury 2 3.8 7.3 22.2% 1 934ms 354 2,758
Grok Build 0.1 6.4 7.7 55.6% 1 9.55s 14,982 0
Werkzeugaufrufe Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Mercury 2 10.0 10.0 100.0% 0 1.89s 180 1,956
Grok Build 0.1 0.0 0.0 0.0% 0 0ms 0 0
Allgemeinwissen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Mercury 2 3.0 10.0 0.0% 0 2.58s 22 3,748
Grok Build 0.1 3.0 10.0 0.0% 0 36.09s 23,118 0

Schnellvergleich

Vergleichspaar wechseln

Qwen3.6 27BmediumvsGrok Build 0.1noneDeepSeek V4 ProhighvsGrok Build 0.1noneMercury 2mediumvsGLM 5noneKimi K2.5mediumvsGrok Build 0.1noneGemini 3.1 Flash LiteminimalvsGrok Build 0.1noneGemma 4 26B A4BnoneKostenlos verfügbarvsMercury 2mediumGemini 2.5 FlashnonevsMercury 2mediumMercury 2mediumvsMiMo-V2-OmninoneMercury 2mediumvsQwen3.5 Plus 2026-02-15noneDeepSeek V4 PrononevsMercury 2mediumMercury 2mediumvsGPT-5.5noneGemini 3.1 Flash LitenonevsMercury 2medium