Navegación
AI BENCHY
Your ad here

AI BENCHY Compare

Inception: Mercury 2 vs xAI: Grok 4.1 Fast

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 Grok 4.1 Fast Grok 4.1 Fast medium Lanzamiento: 2025-11-19
Puntuación 6.5 6.7
Rango #53 #51
Consistencia 8.6 7.2
Pruebas correctas
Tasa de aciertos por intento 53.7% 64.8%
Pruebas inestables 3 6
Ejecuciones totales 54 54
Costo por resultado 0.580 0.613
Costo total $0.047 $0.056
Precio de entrada $0.250 / 1M $0.200 / 1M
Precio de salida $0.750 / 1M $0.500 / 1M
Tokens de salida 3,972 2,010
Tokens de razonamiento 48,333 91,298
Tiempo de respuesta (promedio) 2.21s 23.88s
Tiempo de respuesta (máximo) 14.63s 121.79s
Tiempo de respuesta (total) 37.51s 262.66s

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
Grok 4.1 Fast 8.7 7.9 91.7% 1 3.81s 108 4,741
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
Grok 4.1 Fast 2.3 1.1 33.3% 1 23.58s 821 6,703
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
Grok 4.1 Fast 10.0 10.0 100.0% 0 37.64s 261 12,272
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
Grok 4.1 Fast 10.0 10.0 100.0% 0 6.63s 180 5,409
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
Grok 4.1 Fast 5.8 4.4 66.7% 2 121.79s 11 37,657
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
Grok 4.1 Fast 4.2 9.9 0.0% 0 16.25s 127 3,456
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
Grok 4.1 Fast 6.6 10.0 50.0% 0 5.30s 55 3,489
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
Grok 4.1 Fast 5.3 7.2 44.4% 1 8.08s 187 6,086
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
Grok 4.1 Fast 2.8 1.6 33.3% 1 27.71s 260 11,485

Comparación rápida

Cambiar par de comparación

Grok 4.1 FastmediumvsGLM 5noneMercury 2mediumvsMiMo-V2-OmninoneQwen3.5 Plus 2026-02-15nonevsGrok 4.1 FastmediumMercury 2mediumvsGLM 5noneGrok 4.1 FastmediumvsMiMo-V2-OmninoneGemma 4 31BnoneDisponible gratisvsGrok 4.1 FastmediumMercury 2mediumvsQwen3.5 Plus 2026-02-15noneMercury 2mediumvsGLM 5V TurbononeMercury 2mediumvsQwen3.5-FlashnoneGemma 4 26B A4BnoneDisponible gratisvsMercury 2mediumSeed-2.0-LitenonevsMercury 2mediumGemini 2.5 FlashnonevsMercury 2medium