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 4.20

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-04-16

Metrik Mercury 2 Mercury 2 none Veröffentlichung: 2026-02-24 Grok 4.20 Grok 4.20 none Veröffentlichung: 2026-03-31
Punktzahl 4.8 5.2
Rang #89 #80
Konsistenz 9.0 9.5
Korrekte Tests
Erfolgsquote pro Versuch 27.8% 29.6%
Instabile Tests 2 1
Gesamtläufe 54 54
Kosten pro Ergebnis 0.165 1.889
Gesamtkosten $0.007 $0.095
Eingabepreis $0.250 / 1M $2.000 / 1M
Ausgabepreis $0.750 / 1M $6.000 / 1M
Ausgabe-Token 1,625 1,967
Denk-Token 0 0
Antwortzeit (Durchschnitt) 613ms 1.11s
Antwortzeit (Maximum) 1.27s 6.04s
Antwortzeit (Gesamt) 11.04s 20.02s

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 3.0 10.0 0.0% 0 483ms 286 0
Grok 4.20 4.8 10.0 25.0% 0 501ms 267 0
Programmierung Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Mercury 2 3.6 8.9 0.0% 0 969ms 310 0
Grok 4.20 3.4 9.3 0.0% 0 1.22s 312 0
Kombiniert Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Mercury 2 3.0 10.0 0.0% 0 606ms 131 0
Grok 4.20 3.0 10.0 0.0% 0 6.04s 282 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 667ms 180 0
Grok 4.20 10.0 10.0 100.0% 0 522ms 207 0
Domänenspezifisch Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Mercury 2 5.3 7.2 44.4% 1 534ms 46 0
Grok 4.20 3.0 10.0 0.0% 0 687ms 325 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 628ms 159 0
Grok 4.20 4.8 10.0 0.0% 0 659ms 83 0
Befolgung von Anweisungen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Mercury 2 6.5 10.0 50.0% 0 551ms 82 0
Grok 4.20 4.8 10.0 0.0% 0 455ms 60 0
Rätsellösen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Mercury 2 3.1 10.0 0.0% 0 533ms 234 0
Grok 4.20 5.3 7.4 44.4% 1 487ms 242 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 1.27s 197 0
Grok 4.20 10.0 10.0 100.0% 0 4.63s 189 0

Schnellvergleich

Vergleichspaar wechseln

ElephantmediumvsGrok 4.20noneMiniMax M2.7mediumvsGrok 4.20noneMercury 2nonevsQwen3 Coder NextmediumMercury 2nonevsGLM 4.7 FlashmediumMercury 2nonevsQwen3.5-9BmediumMistral Small 4mediumvsGrok 4.20noneMercury 2nonevsElephantmediumMiniMax M2.5mediumKostenlos verfügbarvsGrok 4.20noneMercury 2nonevsMiniMax M2.7mediumQwen3 Coder NextmediumvsGrok 4.20noneGrok 4.20nonevsGLM 4.7 Flashmediumgpt-oss-120bmediumKostenlos verfügbarvsGrok 4.20none