Navegación
AI BENCHY
Advertise here

AI BENCHY Compare

Inception: Mercury 2 vs xAI: Grok Build 0.1

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-05-22

Métrica Mercury 2 Mercury 2 medium Lanzamiento: 2026-02-24 Grok Build 0.1 Grok Build 0.1 none Lanzamiento: 2026-05-21
Puntuación 6.3 6.6
Rango #90 #82
Fiabilidad 10.0 10.0
Consistencia 8.4 8.0
Pruebas correctas
Tasa de aciertos por intento 50.0% 60.4%
Pruebas inestables 4 4
Ejecuciones totales 60 57
Costo por resultado 0.687 7.805
Costo total $0.055 $0.547
Precio de entrada $0.250 / 1M $1.000 / 1M
Precio de salida $0.750 / 1M $2.000 / 1M
Tokens de salida 4,015 267,275
Tokens de razonamiento 58,382 0
Tiempo de respuesta (promedio) 2.27s 28.69s
Tiempo de respuesta (máximo) 14.63s 138.35s
Tiempo de respuesta (total) 43.15s 459.00s

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 Build 0.1 8.7 7.9 91.7% 1 6.30s 11,162 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
Grok Build 0.1 10.0 10.0 100.0% 0 21.41s 16,568 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
Grok Build 0.1 0.0 0.0 0.0% 0 0ms 0 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
Grok Build 0.1 4.7 1.6 66.7% 1 9.33s 6,359 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
Grok Build 0.1 3.6 7.2 22.2% 1 103.71s 179,469 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
Grok Build 0.1 4.3 10.0 0.0% 0 12.47s 6,647 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
Grok Build 0.1 9.8 10.0 100.0% 0 7.36s 8,970 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 3.8 7.3 22.2% 1 934ms 354 2,758
Grok Build 0.1 6.4 7.7 55.6% 1 9.55s 14,982 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
Grok Build 0.1 0.0 0.0 0.0% 0 0ms 0 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
Grok Build 0.1 3.0 10.0 0.0% 0 36.09s 23,118 0

Comparación rápida

Cambiar par de comparación

Qwen3.6 27BmediumvsGrok Build 0.1noneDeepSeek V4 ProhighvsGrok Build 0.1noneMercury 2mediumvsGLM 5noneKimi K2.5mediumvsGrok Build 0.1noneGemini 3.1 Flash LiteminimalvsGrok Build 0.1noneGemma 4 26B A4BnoneDisponible gratisvsMercury 2mediumGemini 2.5 FlashnonevsMercury 2mediumMercury 2mediumvsMiMo-V2-OmninoneMercury 2mediumvsQwen3.5 Plus 2026-02-15noneDeepSeek V4 PrononevsMercury 2mediumMercury 2mediumvsGPT-5.5noneGemini 3.1 Flash LitenonevsMercury 2medium