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 OpenAI: GPT-5.4

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

Métrica Mercury 2 Mercury 2 medium Lanzamiento: 2026-02-24 GPT-5.4 GPT-5.4 none Lanzamiento: 2026-03-05
Puntuación 6.5 5.9
Rango #53 #65
Consistencia 8.6 9.1
Pruebas correctas
Tasa de aciertos por intento 53.7% 42.6%
Pruebas inestables 3 2
Ejecuciones totales 54 54
Costo por resultado 0.580 1.477
Costo total $0.047 $0.104
Precio de entrada $0.250 / 1M $2.500 / 1M
Precio de salida $0.750 / 1M $15.000 / 1M
Tokens de salida 3,972 2,317
Tokens de razonamiento 48,333 0
Tiempo de respuesta (promedio) 2.21s 1.51s
Tiempo de respuesta (máximo) 14.63s 2.95s
Tiempo de respuesta (total) 37.51s 27.21s

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
GPT-5.4 3.2 8.0 8.3% 1 1.21s 406 0
Programación 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 1.53s 249 2,213
GPT-5.4 10.0 10.0 100.0% 0 2.95s 480 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
GPT-5.4 3.0 10.0 0.0% 0 2.89s 291 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
GPT-5.4 10.0 10.0 100.0% 0 1.04s 222 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
GPT-5.4 5.3 7.2 44.4% 1 1.07s 50 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
GPT-5.4 4.4 9.9 0.0% 0 1.78s 184 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
GPT-5.4 6.5 10.0 50.0% 0 1.07s 81 0
Resolución de acertijos 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
GPT-5.4 5.6 9.8 33.3% 0 1.52s 357 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
GPT-5.4 10.0 10.0 100.0% 0 2.75s 246 0

Comparación rápida

Cambiar par de comparación

Mercury 2mediumvsMiMo-V2-OmninoneMercury 2mediumvsGLM 5noneMiniMax M2.5mediumDisponible gratisvsGPT-5.4noneMistral Small 4mediumvsGPT-5.4noneMercury 2mediumvsQwen3.5 Plus 2026-02-15noneMercury 2mediumvsGLM 5V TurbononeMercury 2mediumvsQwen3.5-FlashnoneGemma 4 26B A4BnoneDisponible gratisvsMercury 2mediumSeed-2.0-LitenonevsMercury 2mediumGemini 2.5 FlashnonevsMercury 2mediumMercury 2mediumvsQwen3.5-35B-A3BnoneDeepSeek V3.2nonevsMercury 2medium