Anthropic: Claude Sonnet 4.6 vs Inception: Mercury 2

Claude Sonnet 4.6 lidera en puntuación media con 7.3 vs 7.0. Mercury 2 (medium) tiene menor coste de benchmark con $0.093 vs $0.661. Mercury 2 (medium) es más rápido con 2.72s vs 8.12s, con tasas de acierto de 57.6% vs 51.5%.

Modelo recomendadoMercury 2 (medium)Su puntuación se mantiene cerca de la mejor aquí (7.0 vs 7.3) y cuesta aproximadamente 7.1x menos que Claude Sonnet 4.6.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-07-25

Métrica	Claude Sonnet 4.6 Claude Sonnet 4.6 none Lanzamiento: 2026-02-17	Mercury 2 Mercury 2 medium Lanzamiento: 2026-02-24

Métrica	Claude Sonnet 4.6 Claude Sonnet 4.6 none Lanzamiento: 2026-02-17	Mercury 2 Mercury 2 medium Lanzamiento: 2026-02-24
Puntuación	7.3	7.0
Rango	#71	#86
Fiabilidad	10.0	10.0
Consistencia	9.7	8.8
Pruebas correctas
Tasa de aciertos por intento	57.6%	51.5%
Pruebas inestables	1	3
Ejecuciones totales	66	66
Costo por resultado	5.502	0.928
Costo total	$0.661	$0.093
Precio de entrada	$3.000 / 1M	$0.250 / 1M
Precio de salida	$15.000 / 1M	$0.750 / 1M
Total de tokens de entrada	123,264	109,572
Tokens de salida	19,362	10,313
Tokens de razonamiento	0	76,806
Tiempo de respuesta (promedio)	8.12s	2.72s
Tiempo de respuesta (máximo)	51.18s	14.63s
Tiempo de respuesta (total)	121.78s	57.12s

Hamster playing table tennis

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

#71 Claude Sonnet 4.6

none

Coste: $0.038
Tiempo: 27.3s
Tokens: 2,598 tok

#86 Mercury 2

medium

Coste: $0.002
Tiempo: 2.1s
Tokens: 1,702 tok

Mejores modelos por puntuación

Puntuación vs costo total

Tiempo de respuesta (promedio)

Puntuación vs Tiempo de respuesta (promedio)

Total de tokens de salida

Puntuación vs Total de tokens de salida

Desglose por categoría

Categoría:

Trucos anti-IA	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Claude Sonnet 4.6	4.8	10.0	25.0%	0		2.94s	636	1,214	0
Mercury 2	6.9	9.9	50.0%	0		1.12s	554	2,546	2,609

Programación	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Claude Sonnet 4.6	5.5	10.0	33.3%	0		5.19s	8,522	2,127	0
Mercury 2	8.2	7.7	77.8%	1		2.04s	7,065	296	11,328

Combinado	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Claude Sonnet 4.6	9.8	10.0	100.0%	0		37.51s	91,402	13,663	0
Mercury 2	6.7	9.1	50.0%	0		7.84s	87,365	6,533	20,474

Análisis y extracción de datos	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Claude Sonnet 4.6	10.0	10.0	100.0%	0		3.43s	8,574	252	0
Mercury 2	7.3	5.9	83.3%	1		1.11s	6,234	183	1,656

Específico del dominio	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Claude Sonnet 4.6	7.7	10.0	66.7%	0		3.54s	759	413	0
Mercury 2	2.9	7.2	11.1%	1		6.48s	695	41	30,754

Inteligencia general	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Claude Sonnet 4.6	6.1	3.1	66.7%	1		2.56s	513	192	0
Mercury 2	4.8	10.0	0.0%	0		821ms	456	137	542

Seguimiento de instrucciones	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Claude Sonnet 4.6	6.5	10.0	50.0%	0		1.96s	690	90	0
Mercury 2	10.0	10.0	100.0%	0		1.07s	340	14	958

Resolución de acertijos	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Claude Sonnet 4.6	7.7	10.0	66.7%	0		2.53s	663	533	0
Mercury 2	5.4	10.0	33.3%	0		949ms	601	361	2,781

Llamada de herramientas	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Claude Sonnet 4.6	10.0	10.0	100.0%	0		4.11s	11,301	447	0
Mercury 2	10.0	10.0	100.0%	0		1.89s	6,080	180	1,956

Cultura general	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Claude Sonnet 4.6	3.0	10.0	0.0%	0		4.67s	204	431	0
Mercury 2	3.0	10.0	0.0%	0		2.58s	182	22	3,748

Comparación rápida

Cambiar par de comparación