Navegación
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

ByteDance Seed: Seed-2.0-Mini vs Inception: Mercury 2

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-06-04

Métrica Seed-2.0-Mini Seed-2.0-Mini medium Lanzamiento: 2026-02-14 Mercury 2 Mercury 2 medium Lanzamiento: 2026-02-24
Puntuación 6.9 6.6
Rango #73 #81
Fiabilidad 6.7 10.0
Consistencia 9.3 8.8
Pruebas correctas
Tasa de aciertos por intento 57.1% 54.0%
Pruebas inestables 2 3
Ejecuciones totales 63 63
Costo por resultado 0.397 0.578
Costo total $0.044 $0.058
Precio de entrada $0.100 / 1M $0.250 / 1M
Precio de salida $0.400 / 1M $0.750 / 1M
Total de tokens de entrada 41,904 35,116
Tokens de salida 2,555 4,048
Tokens de razonamiento 95,974 61,219
Tiempo de respuesta (promedio) 80.22s 2.24s
Tiempo de respuesta (máximo) 262.83s 14.63s
Tiempo de respuesta (total) 1363.72s 44.72s

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

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
Seed-2.0-Mini 6.6 10.0 50.0% 0 74.75s 791 360 9,520
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
Seed-2.0-Mini 5.5 9.8 33.3% 0 220.48s 3,823 464 34,964
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
Seed-2.0-Mini 10.0 10.0 100.0% 0 262.83s 16,533 404 29,806
Mercury 2 10.0 10.0 100.0% 0 3.28s 12,909 268 4,887
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
Seed-2.0-Mini 10.0 10.0 100.0% 0 24.27s 8,568 246 2,743
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
Seed-2.0-Mini 3.0 10.0 0.0% 0 0ms 0 0 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
Seed-2.0-Mini 5.1 3.4 33.3% 1 36.65s 585 213 4,210
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
Seed-2.0-Mini 10.0 10.0 100.0% 0 17.47s 840 69 2,050
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
Seed-2.0-Mini 8.2 7.2 88.9% 1 31.79s 903 527 5,667
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
Seed-2.0-Mini 10.0 10.0 100.0% 0 88.68s 9,585 222 5,235
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
Seed-2.0-Mini 3.0 10.0 0.0% 0 56.76s 276 50 1,779
Mercury 2 3.0 10.0 0.0% 0 2.58s 182 22 3,748

Comparación rápida

Cambiar par de comparación

Seed-2.0-MinimediumvsQwen3.6 Max PreviewnoneClaude Sonnet 4.6nonevsSeed-2.0-MinimediumGemma 4 31BnoneDisponible gratisvsMercury 2mediumSeed-2.0-MinimediumvsStep 3.7 FlashhighClaude Opus 4.8nonevsSeed-2.0-MinimediumClaude Sonnet 4.6nonevsMercury 2mediumGemini 3.1 Flash LiteminimalvsMercury 2mediumMercury 2mediumvsQwen3.7 PlusnoneMercury 2mediumvsQwen3.6 Max PreviewnoneGemini 3.1 Flash LitenonevsMercury 2mediumMercury 2mediumvsGPT-5.5noneSeed-2.0-MinimediumvsGPT-5.3 Chatnone