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 Mini

Resumen

Comparación benchmark de Mercury 2 vs GPT-5.4 Mini: GPT-5.4 Mini lidera en puntuación media con 5.3 vs 4.6. Mercury 2 tiene menor coste de benchmark con $0.011 vs $0.038. Mercury 2 es más rápido con 653ms vs 1.13s, con tasas de acierto de 23.8% vs 30.2%.

Modelo recomendado: Mercury 2 - Su puntuación se mantiene cerca de la mejor aquí (4.6 vs 5.3) y cuesta aproximadamente 3.6x menos que GPT-5.4 Mini.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-06-18

Métrica Mercury 2 Mercury 2 none Lanzamiento: 2026-02-24 GPT-5.4 Mini GPT-5.4 Mini none Lanzamiento: 2026-03-17
Puntuación 4.6 5.3
Rango #151 #124
Fiabilidad 10.0 10.0
Consistencia 9.2 8.8
Pruebas correctas
Tasa de aciertos por intento 23.8% 30.2%
Pruebas inestables 2 3
Ejecuciones totales 63 63
Costo por resultado 0.259 0.743
Costo total $0.011 $0.038
Precio de entrada $0.250 / 1M $0.750 / 1M
Precio de salida $0.750 / 1M $4.500 / 1M
Total de tokens de entrada 28,113 34,244
Tokens de salida 4,439 2,541
Tokens de razonamiento 0 0
Tiempo de respuesta (promedio) 653ms 1.13s
Tiempo de respuesta (máximo) 1.43s 2.52s
Tiempo de respuesta (total) 13.72s 23.82s

Generación showcase

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#151 Mercury 2

none
Coste
$0.002
Tiempo
1.8s
Tokens
1,514 tok

#124 GPT-5.4 Mini

none
Coste
$0.010
Tiempo
11.7s
Tokens
2,151 tok

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 entrada Tokens de salida Tokens de razonamiento
Mercury 2 3.0 10.0 0.0% 0 483ms 631 286 0
GPT-5.4 Mini 3.1 8.1 8.3% 1 929ms 606 654 0
Programación Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Mercury 2 3.4 9.6 0.0% 0 1.03s 7,229 3,088 0
GPT-5.4 Mini 5.5 10.0 33.3% 0 913ms 7,305 401 0
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Mercury 2 3.0 10.0 0.0% 0 606ms 4,821 131 0
GPT-5.4 Mini 3.0 10.0 0.0% 0 2.52s 11,019 298 0
Análisis y extracción de datos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Mercury 2 7.3 5.9 83.3% 1 667ms 6,362 180 0
GPT-5.4 Mini 10.0 10.0 100.0% 0 1.30s 7,140 222 0
Específico del dominio Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Mercury 2 5.3 7.2 44.4% 1 534ms 784 46 0
GPT-5.4 Mini 3.5 4.4 33.3% 2 937ms 723 88 0
Inteligencia general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Mercury 2 4.8 10.0 0.0% 0 628ms 495 159 0
GPT-5.4 Mini 4.8 10.0 0.0% 0 1.82s 477 174 0
Seguimiento de instrucciones Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Mercury 2 6.5 10.0 50.0% 0 551ms 691 82 0
GPT-5.4 Mini 6.3 10.0 50.0% 0 728ms 660 101 0
Resolución de acertijos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Mercury 2 3.1 10.0 0.0% 0 535ms 694 251 0
GPT-5.4 Mini 5.4 10.0 33.3% 0 836ms 642 305 0
Llamada de herramientas Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Mercury 2 10.0 10.0 100.0% 0 1.27s 6,193 197 0
GPT-5.4 Mini 3.0 10.0 0.0% 0 2.32s 5,477 255 0
Cultura general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Mercury 2 3.0 10.0 0.0% 0 548ms 213 19 0
GPT-5.4 Mini 3.0 10.0 0.0% 0 1.33s 195 43 0

Comparación rápida

Cambiar par de comparación

Mercury 2nonevsQwen3 Coder NextmediumMercury 2nonevsMiniMax M2.5mediumMiniMax M2.7mediumvsGPT-5.4 MininoneMistral Small 4mediumvsGPT-5.4 MininoneCobuddymediumvsMercury 2noneMercury 2nonevsGLM 4.7 FlashmediumCobuddymediumvsGPT-5.4 MininoneMercury 2nonevsMistral Small 4mediumNorth Mini CodemediumDisponible gratisvsGPT-5.4 MininoneMercury 2nonevsMiniMax M2.7mediumMiniMax M2.5mediumvsGPT-5.4 MininoneGPT-5.4 MininonevsQwen3 Coder Nextmedium