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

Inception: Mercury 2 vs Mistral: Mistral Small 4

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-03-17

Métrica Mercury 2 Mercury 2 medium Lanzamiento: 2026-02-24 Mistral Small 4 Mistral Small 4 none Lanzamiento: 2026-03-16
Rango #42 #61
Puntuación 6.3 5.3
Consistencia 8.5 9.5
Costo por resultado 0.634 0.108
Costo total $0.045 $0.006
Pruebas correctas
Tasa de aciertos por intento 51.0% 33.3%
Pruebas inestables 3 1
Ejecuciones totales 51 51
Tokens de salida 3,723 1,624
Tokens de razonamiento 46,120 0
Tiempo de respuesta (promedio) 2.25s 629ms
Tiempo de respuesta (máximo) 14.63s 1.72s
Tiempo de respuesta (total) 35.99s 10.70s

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
Mercury 2 6.9 9.9 50.0% 0 1.12s 2,546 2,609
Mistral Small 4 3.4 7.9 16.7% 1 395ms 182 0
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Mercury 2 10.0 10.0 100.0% 0 3.28s 268 4,887
Mistral Small 4 3.0 10.0 0.0% 0 1.72s 496 0
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
Mercury 2 7.3 5.9 83.3% 1 1.11s 183 1,656
Mistral Small 4 10.0 10.0 100.0% 0 822ms 261 0
Específico del dominio Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Mercury 2 2.9 7.2 11.1% 1 6.48s 41 30,754
Mistral Small 4 5.3 10.0 33.3% 0 367ms 28 0
Inteligencia general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Mercury 2 4.8 10.0 0.0% 0 821ms 137 542
Mistral Small 4 4.0 10.0 0.0% 0 729ms 205 0
Seguimiento de instrucciones Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Mercury 2 10.0 10.0 100.0% 0 1.07s 14 958
Mistral Small 4 6.5 10.0 50.0% 0 380ms 69 0
Puzzle Solving Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Mercury 2 3.9 7.5 22.2% 1 934ms 354 2,758
Mistral Small 4 3.1 9.9 0.0% 0 589ms 170 0
Llamada de herramientas Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Mercury 2 10.0 10.0 100.0% 0 1.89s 180 1,956
Mistral Small 4 10.0 10.0 100.0% 0 1.40s 213 0

Comparación rápida

Cambiar par de comparación

DeepSeek V3.2nonevsMercury 2mediumMercury 2mediumvsQwen3.5-FlashnoneSeed-2.0-LitenonevsMercury 2mediumGemini 2.5 FlashnonevsMercury 2mediumMercury 2mediumvsQwen3.5-35B-A3BnoneMercury 2mediumvsGLM 5noneMercury 2mediumvsHunter AlphanoneMistral Small 4nonevsQwen3 Coder NextmediumMercury 2mediumvsQwen3.5 Plus 2026-02-15noneMercury 2mediumvsQwen3.5-122B-A10BnoneMistral Small 4nonevsGLM 4.7 FlashmediumMiniMax M2.5mediumDisponible gratisvsMistral Small 4none