Navegación
AI BENCHY
Advertise here

AI BENCHY Compare

Inception: Mercury 2 vs Elephant Alpha

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-05-29

Métrica Mercury 2 Mercury 2 medium Lanzamiento: 2026-02-24 Elephant Alpha Elephant Alpha none Lanzamiento: 2026-04-14
Puntuación 6.5 5.2
Rango #92 #136
Fiabilidad 10.0 N/D
Consistencia 8.8 9.6
Pruebas correctas
Tasa de aciertos por intento 51.7% 29.8%
Pruebas inestables 3 1
Ejecuciones totales 60 60
Costo por resultado 0.611 0.000
Costo total $0.055 $0.000
Precio de entrada $0.250 / 1M $0.000 / 1M
Precio de salida $0.750 / 1M $0.000 / 1M
Tokens de salida 4,022 2,573
Tokens de razonamiento 58,405 0
Tiempo de respuesta (promedio) 2.27s 1.22s
Tiempo de respuesta (máximo) 14.63s 3.81s
Tiempo de respuesta (total) 43.20s 22.03s

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
Elephant Alpha 6.6 10.0 50.0% 0 963ms 610 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 7.2 6.5 66.7% 1 2.29s 270 8,514
Elephant Alpha 4.7 6.7 33.3% 1 1.39s 375 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
Elephant Alpha 3.0 10.0 0.0% 0 3.81s 731 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
Elephant Alpha 6.5 10.0 50.0% 0 1.04s 246 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
Elephant Alpha 3.0 10.0 0.0% 0 927ms 24 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
Elephant Alpha 4.0 10.0 0.0% 0 854ms 106 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
Elephant Alpha 9.8 10.0 100.0% 0 1.03s 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 5.4 10.0 33.3% 0 949ms 361 2,781
Elephant Alpha 4.2 10.0 0.0% 0 807ms 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
Elephant Alpha 3.0 10.0 0.0% 0 2.79s 230 0
Cultura general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Mercury 2 3.0 10.0 0.0% 0 2.58s 22 3,748
Elephant Alpha 0.0 0.0 0.0% 0 0ms 0 0

Comparación rápida

Cambiar par de comparación

Mercury 2mediumvsGPT-5.5noneGemini 3.1 Flash LitenonevsMercury 2mediumMercury 2mediumvsQwen3.5 Plus 2026-02-15noneGemini 2.5 FlashnonevsMercury 2mediumMiniMax M2.7mediumvsElephant AlphanoneMistral Small 4mediumvsElephant AlphanoneGemini 3.1 Flash LiteminimalvsMercury 2mediumMercury 2mediumvsGLM 5noneGemma 4 31BnoneDisponible gratisvsMercury 2mediumMiniMax M2.5mediumDisponible gratisvsElephant AlphanoneDeepSeek V3.2nonevsMercury 2mediumDeepSeek V4 PrononevsMercury 2medium