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: 2026-06-03

Métrica DeepSeek V3.2 DeepSeek V3.2 none Lanzamiento: 2025-12-01 Mercury 2 Mercury 2 none Lanzamiento: 2026-02-24
Puntuación 5.4 4.6
Rango #130 #153
Fiabilidad 10.0 10.0
Consistencia 7.5 9.1
Pruebas correctas
Tasa de aciertos por intento 41.7% 25.0%
Pruebas inestables 6 2
Ejecuciones totales 60 60
Costo por resultado 0.296 0.216
Costo total $0.017 $0.009
Precio de entrada $0.229 / 1M $0.250 / 1M
Precio de salida $0.344 / 1M $0.750 / 1M
Total de tokens de entrada 53,408 25,515
Tokens de salida 11,159 3,001
Tokens de razonamiento 0 0
Tiempo de respuesta (promedio) 14.43s 614ms
Tiempo de respuesta (máximo) 115.89s 1.27s
Tiempo de respuesta (total) 288.55s 12.28s

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
DeepSeek V3.2 3.2 8.0 8.3% 1 9.35s 494 1,073 0
Mercury 2 3.0 10.0 0.0% 0 483ms 631 286 0
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
DeepSeek V3.2 3.1 5.4 16.7% 1 20.87s 4,690 4,522 0
Mercury 2 3.5 9.4 0.0% 0 831ms 4,631 1,650 0
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
DeepSeek V3.2 6.5 10.0 0.0% 0 115.89s 29,843 2,887 0
Mercury 2 3.0 10.0 0.0% 0 606ms 4,821 131 0
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
DeepSeek V3.2 6.3 5.8 66.7% 1 9.42s 7,890 1,710 0
Mercury 2 7.3 5.9 83.3% 1 667ms 6,362 180 0
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
DeepSeek V3.2 2.9 7.2 11.1% 1 4.17s 624 21 0
Mercury 2 5.3 7.2 44.4% 1 534ms 784 46 0
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
DeepSeek V3.2 4.7 1.6 66.7% 1 9.32s 314 43 0
Mercury 2 4.8 10.0 0.0% 0 628ms 495 159 0
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
DeepSeek V3.2 10.0 10.0 100.0% 0 1.52s 627 66 0
Mercury 2 6.5 10.0 50.0% 0 551ms 691 82 0
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
DeepSeek V3.2 7.6 7.2 77.8% 1 6.91s 424 298 0
Mercury 2 3.1 10.0 0.0% 0 535ms 694 251 0
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
DeepSeek V3.2 10.0 10.0 100.0% 0 11.85s 8,319 522 0
Mercury 2 10.0 10.0 100.0% 0 1.27s 6,193 197 0
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
DeepSeek V3.2 3.0 10.0 0.0% 0 17.23s 183 17 0
Mercury 2 3.0 10.0 0.0% 0 548ms 213 19 0

Comparación rápida

Cambiar par de comparación

DeepSeek V3.2nonevsMistral Small 4mediumDeepSeek V3.2nonevsMiniMax M2.7mediumDeepSeek V3.2nonevsMiniMax M2.5mediumDeepSeek V3.2nonevsElephant AlphamediumMercury 2nonevsQwen3 Coder NextmediumMercury 2nonevsGLM 4.7 FlashmediumMercury 2nonevsQwen3.5-9BmediumCobuddymediumvsDeepSeek V3.2noneDeepSeek V3.2nonevsOwl AlphamediumDeepSeek V3.2nonevsgpt-oss-120bmediumDisponible gratisDeepSeek V3.2nonevsNemotron 3 SupermediumDisponible gratisDeepSeek V3.2nonevsQwen3 Coder Nextmedium