DeepSeek: DeepSeek V4 Pro vs Inception: Mercury 2

Mercury 2 (medium) lidera en puntuación media con 7.0 vs 6.9. Mercury 2 (medium) tiene menor coste de benchmark con $0.093 vs $0.096. Mercury 2 (medium) es más rápido con 2.72s vs 11.55s, con tasas de acierto de 51.5% vs 51.5%.

Modelo recomendadoMercury 2 (medium)Tiene la mejor puntuación aquí (7.0) y responde aproximadamente 4.2x más rápido que DeepSeek V4 Pro.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-07-22

Métrica	DeepSeek V4 Pro DeepSeek V4 Pro none Lanzamiento: 2026-04-24	Mercury 2 Mercury 2 medium Lanzamiento: 2026-02-24

Métrica	DeepSeek V4 Pro DeepSeek V4 Pro none Lanzamiento: 2026-04-24	Mercury 2 Mercury 2 medium Lanzamiento: 2026-02-24
Puntuación	6.9	7.0
Rango	#86	#82
Fiabilidad	10.0	10.0
Consistencia	8.6	8.8
Pruebas correctas
Tasa de aciertos por intento	51.5%	51.5%
Pruebas inestables	4	3
Ejecuciones totales	66	66
Costo por resultado	0.954	0.928
Costo total	$0.096	$0.093
Precio de entrada	$0.435 / 1M	$0.250 / 1M
Precio de salida	$0.870 / 1M	$0.750 / 1M
Total de tokens de entrada	148,069	109,572
Tokens de salida	35,551	10,313
Tokens de razonamiento	0	76,806
Tiempo de respuesta (promedio)	11.55s	2.72s
Tiempo de respuesta (máximo)	119.44s	14.63s
Tiempo de respuesta (total)	254.11s	57.12s

Hamster playing table tennis

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

#86 DeepSeek V4 Pro

none

SVG inválido

Coste: $0.000
Tiempo: 300.0s
Tokens: 0 tok

#82 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
DeepSeek V4 Pro	3.2	6.1	16.7%	2		4.02s	540	1,168	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
DeepSeek V4 Pro	5.6	10.0	33.3%	0		13.38s	7,275	5,500	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
DeepSeek V4 Pro	7.9	6.9	66.7%	1		71.59s	122,040	26,362	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
DeepSeek V4 Pro	10.0	10.0	100.0%	0		4.61s	7,568	200	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
DeepSeek V4 Pro	5.3	10.0	33.3%	0		3.72s	666	24	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
DeepSeek V4 Pro	5.0	10.0	0.0%	0		2.05s	471	126	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
DeepSeek V4 Pro	6.3	5.8	66.7%	1		4.12s	627	713	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
DeepSeek V4 Pro	10.0	10.0	100.0%	0		3.61s	594	442	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
DeepSeek V4 Pro	10.0	10.0	100.0%	0		7.40s	8,105	328	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
DeepSeek V4 Pro	3.0	10.0	0.0%	0		5.76s	183	688	0
Mercury 2	3.0	10.0	0.0%	0		2.58s	182	22	3,748

Comparación rápida

Cambiar par de comparación

Gemini 3.5 FlashnonevsMercury 2medium DeepSeek V4 PrononevsMiMo-V2.5-Promedium DeepSeek V4 PrononevsKAT-Coder-Pro V2.5medium DeepSeek V4 PrononevsQwen3.6 Flashmedium DeepSeek V4 PrononevsStep 3.7 Flashhigh Seed-2.0-MinimediumvsDeepSeek V4 Pronone DeepSeek V4 PrononevsKimi K2.5medium DeepSeek V4 PrononevsGemini 3.5 Flashminimal Mercury 2mediumvsGPT-5.6 Solnone Mercury 2mediumvsStep 3.7 Flashhigh Mercury 2mediumvsGPT-5.5none Mercury 2mediumvsQwen3.7 Plusnone