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 Owl Alpha

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-04-30

Métrica Mercury 2 Mercury 2 medium Lanzamiento: 2026-02-24 Owl Alpha Owl Alpha none Lanzamiento: 2026-04-30
Puntuación 6.5 6.0
Rango #71 #87
Fiabilidad N/D 10.0
Consistencia 8.6 9.1
Pruebas correctas
Tasa de aciertos por intento 53.7% 46.3%
Pruebas inestables 3 2
Ejecuciones totales 54 54
Costo por resultado 0.580 0.000
Costo total $0.047 $0.000
Precio de entrada $0.250 / 1M $0.000 / 1M
Precio de salida $0.750 / 1M $0.000 / 1M
Tokens de salida 3,972 1,671
Tokens de razonamiento 48,333 0
Tiempo de respuesta (promedio) 2.21s 7.07s
Tiempo de respuesta (máximo) 14.63s 32.27s
Tiempo de respuesta (total) 37.51s 127.23s

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
Owl Alpha 3.4 7.9 16.7% 1 2.78s 57 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
Owl Alpha 10.0 10.0 100.0% 0 32.27s 450 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
Owl Alpha 3.0 10.0 0.0% 0 21.74s 315 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
Owl Alpha 10.0 10.0 100.0% 0 3.60s 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
Owl Alpha 5.3 10.0 33.3% 0 3.00s 27 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
Owl Alpha 4.3 10.0 0.0% 0 4.61s 80 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
Owl Alpha 6.4 10.0 50.0% 0 2.63s 63 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
Owl Alpha 5.9 7.2 55.6% 1 4.43s 202 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
Owl Alpha 10.0 10.0 100.0% 0 22.78s 231 0

Comparación rápida

Cambiar par de comparación

Mercury 2mediumvsMiMo-V2-OmninoneGemma 4 26B A4BnoneDisponible gratisvsMercury 2mediumgpt-oss-120bmediumDisponible gratisvsOwl AlphanoneMercury 2mediumvsGLM 5noneGemini 2.5 FlashnonevsMercury 2mediumOwl AlphanonevsLaguna Xs.2mediumDisponible gratisMercury 2mediumvsGPT-5.5noneMercury 2mediumvsQwen3.5 Plus 2026-02-15noneMercury 2mediumvsGLM 5V TurbononeMercury 2mediumvsQwen3.5-FlashnoneSeed-2.0-LitenonevsMercury 2mediumMistral Small 4mediumvsOwl Alphanone