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

DeepSeek: DeepSeek V3.2 vs Inception: Mercury 2

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-04-16

Métrica DeepSeek V3.2 DeepSeek V3.2 none Lanzamiento: 2025-12-01 Mercury 2 Mercury 2 medium Lanzamiento: 2026-02-24
Puntuación 6.1 6.5
Rango #63 #53
Consistencia 8.1 8.6
Pruebas correctas
Tasa de aciertos por intento 50.0% 53.7%
Pruebas inestables 4 3
Ejecuciones totales 54 54
Costo por resultado 0.226 0.580
Costo total $0.016 $0.047
Precio de entrada $0.260 / 1M $0.250 / 1M
Precio de salida $0.380 / 1M $0.750 / 1M
Tokens de salida 8,384 3,972
Tokens de razonamiento 0 48,333
Tiempo de respuesta (promedio) 12.09s 2.21s
Tiempo de respuesta (máximo) 115.89s 14.63s
Tiempo de respuesta (total) 217.56s 37.51s

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 salida Tokens de razonamiento
DeepSeek V3.2 3.2 9.8 0.0% 0 7.63s 1,419 0
Mercury 2 6.9 9.9 50.0% 0 1.12s 2,546 2,609
Programación Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
DeepSeek V3.2 2.4 1.3 33.3% 1 7.63s 553 0
Mercury 2 10.0 10.0 100.0% 0 1.53s 249 2,213
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
DeepSeek V3.2 6.5 10.0 0.0% 0 115.89s 2,887 0
Mercury 2 10.0 10.0 100.0% 0 3.28s 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 salida Tokens de razonamiento
DeepSeek V3.2 6.3 5.8 66.7% 1 9.42s 1,710 0
Mercury 2 7.3 5.9 83.3% 1 1.11s 183 1,656
Específico del dominio Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
DeepSeek V3.2 3.6 7.2 22.2% 1 1.61s 24 0
Mercury 2 2.9 7.2 11.1% 1 6.48s 41 30,754
Inteligencia general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
DeepSeek V3.2 10.0 10.0 100.0% 0 2.86s 67 0
Mercury 2 4.8 10.0 0.0% 0 821ms 137 542
Seguimiento de instrucciones Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
DeepSeek V3.2 10.0 10.0 100.0% 0 1.52s 66 0
Mercury 2 10.0 10.0 100.0% 0 1.07s 14 958
Resolución de acertijos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
DeepSeek V3.2 8.5 7.5 88.9% 1 7.37s 1,136 0
Mercury 2 3.9 7.5 22.2% 1 934ms 354 2,758
Llamada de herramientas Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
DeepSeek V3.2 10.0 10.0 100.0% 0 11.85s 522 0
Mercury 2 10.0 10.0 100.0% 0 1.89s 180 1,956

Comparación rápida

Cambiar par de comparación

Mercury 2mediumvsMiMo-V2-OmninoneDeepSeek V3.2nonevsGPT-5 NanomediumMercury 2mediumvsGLM 5noneMercury 2mediumvsQwen3.5 Plus 2026-02-15noneDeepSeek V3.2nonevsgpt-oss-120bmediumDisponible gratisMercury 2mediumvsGLM 5V TurbononeMercury 2mediumvsQwen3.5-FlashnoneGemma 4 26B A4BnoneDisponible gratisvsMercury 2mediumSeed-2.0-LitenonevsMercury 2mediumGemini 2.5 FlashnonevsMercury 2mediumMercury 2mediumvsQwen3.5-35B-A3BnoneGemma 4 31BnoneDisponible gratisvsMercury 2medium