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 OpenAI: GPT-5.5

Zusammenfassung

Mercury 2 vs GPT-5.5 Benchmark-Vergleich: GPT-5.5 führt beim Durchschnittsscore mit 9.3 vs 4.6. Mercury 2 hat die niedrigeren Benchmark-Kosten mit $0.011 vs $0.907. Mercury 2 ist schneller mit 653ms vs 9.76s, mit Erfolgsraten von 23.8% vs 85.7%.

Empfohlenes Modell: Mercury 2 - Es bietet den besten Gesamtkompromiss: wettbewerbsfähige Punktzahl (4.6), niedrigere Kosten als GPT-5.5 und ausgewogene Antwortzeit.

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

Metrik Mercury 2 Mercury 2 none Veröffentlichung: 2026-02-24 GPT-5.5 GPT-5.5 low Veröffentlichung: 2026-04-24
Punktzahl 4.6 9.3
Rang #151 #4
Zuverlässigkeit 10.0 10.0
Konsistenz 9.2 10.0
Korrekte Tests
Erfolgsquote pro Versuch 23.8% 85.7%
Instabile Tests 2 0
Gesamtläufe 63 63
Kosten pro Ergebnis 0.259 5.035
Gesamtkosten $0.011 $0.907
Eingabepreis $0.250 / 1M $5.000 / 1M
Ausgabepreis $0.750 / 1M $30.000 / 1M
Gesamte Eingabe-Token 28,113 34,209
Ausgabe-Token 4,439 2,046
Denk-Token 0 22,460
Antwortzeit (Durchschnitt) 653ms 9.76s
Antwortzeit (Maximum) 1.43s 56.19s
Antwortzeit (Gesamt) 13.72s 204.92s

Generierungs-Showcase

Hamster playing table tennis

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

#151 Mercury 2

none
Kosten
$0.002
Zeit
1.8s
Token
1,514 tok

#4 GPT-5.5

low
Kosten
$0.068
Zeit
37.0s
Token
2,339 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 3.0 10.0 0.0% 0 483ms 631 286 0
GPT-5.5 10.0 10.0 100.0% 0 4.41s 606 238 1,020
Programmierung Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Mercury 2 3.4 9.6 0.0% 0 1.03s 7,229 3,088 0
GPT-5.5 10.0 10.0 100.0% 0 15.04s 7,302 423 6,402
Kombiniert 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 606ms 4,821 131 0
GPT-5.5 10.0 10.0 100.0% 0 9.56s 11,019 303 717
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 667ms 6,362 180 0
GPT-5.5 10.0 10.0 100.0% 0 3.28s 7,140 228 157
Domänenspezifisch Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Mercury 2 5.3 7.2 44.4% 1 534ms 784 46 0
GPT-5.5 5.3 10.0 33.3% 0 28.05s 723 69 11,609
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 628ms 495 159 0
GPT-5.5 10.0 10.0 100.0% 0 5.17s 477 133 245
Befolgung von Anweisungen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Mercury 2 6.5 10.0 50.0% 0 551ms 691 82 0
GPT-5.5 9.9 10.0 100.0% 0 3.74s 660 93 415
Rätsellösen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Mercury 2 3.1 10.0 0.0% 0 535ms 694 251 0
GPT-5.5 10.0 10.0 100.0% 0 4.74s 642 279 954
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 1.27s 6,193 197 0
GPT-5.5 10.0 10.0 100.0% 0 4.96s 5,445 250 101
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 548ms 213 19 0
GPT-5.5 3.0 10.0 0.0% 0 10.06s 195 30 840

Schnellvergleich

Vergleichspaar wechseln

GPT-5.5lowvsQwen3.7 MaxmediumMercury 2nonevsQwen3 Coder NextmediumMercury 2nonevsMiniMax M2.5mediumClaude Fable 5mediumvsGPT-5.5lowGemini 3.1 Pro PreviewmediumvsGPT-5.5lowGemini 3.5 FlashmediumvsGPT-5.5lowGemini 3 Flash PreviewmediumvsGPT-5.5lowCobuddymediumvsMercury 2noneMercury 2nonevsGLM 4.7 FlashmediumGPT-5.5lowvsQwen3.6 Max PreviewmediumMercury 2nonevsMistral Small 4mediumClaude Opus 4.8mediumvsGPT-5.5low