Navegación
AI BENCHY
Advertise here

AI BENCHY Compare

Inception: Mercury 2 vs OpenAI: GPT-5.5

Resumen

Comparación benchmark de Mercury 2 vs GPT-5.5: GPT-5.5 lidera en puntuación media con 9.3 vs 4.6. Mercury 2 tiene menor coste de benchmark con $0.011 vs $0.907. Mercury 2 es más rápido con 653ms vs 9.76s, con tasas de acierto de 23.8% vs 85.7%.

Modelo recomendado: Mercury 2 - Ofrece el mejor equilibrio general: puntuación competitiva (4.6), menor coste que GPT-5.5 y tiempo de respuesta equilibrado.

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-5.5 GPT-5.5 low Lanzamiento: 2026-04-24
Puntuación 4.6 9.3
Rango #151 #4
Fiabilidad 10.0 10.0
Consistencia 9.2 10.0
Pruebas correctas
Tasa de aciertos por intento 23.8% 85.7%
Pruebas inestables 2 0
Ejecuciones totales 63 63
Costo por resultado 0.259 5.035
Costo total $0.011 $0.907
Precio de entrada $0.250 / 1M $5.000 / 1M
Precio de salida $0.750 / 1M $30.000 / 1M
Total de tokens de entrada 28,113 34,209
Tokens de salida 4,439 2,046
Tokens de razonamiento 0 22,460
Tiempo de respuesta (promedio) 653ms 9.76s
Tiempo de respuesta (máximo) 1.43s 56.19s
Tiempo de respuesta (total) 13.72s 204.92s

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

#4 GPT-5.5

low
Coste
$0.068
Tiempo
37.0s
Tokens
2,339 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-5.5 10.0 10.0 100.0% 0 4.41s 606 238 1,020
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-5.5 10.0 10.0 100.0% 0 15.04s 7,302 423 6,402
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-5.5 10.0 10.0 100.0% 0 9.56s 11,019 303 717
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-5.5 10.0 10.0 100.0% 0 3.28s 7,140 228 157
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-5.5 5.3 10.0 33.3% 0 28.05s 723 69 11,609
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-5.5 10.0 10.0 100.0% 0 5.17s 477 133 245
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-5.5 9.9 10.0 100.0% 0 3.74s 660 93 415
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-5.5 10.0 10.0 100.0% 0 4.74s 642 279 954
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-5.5 10.0 10.0 100.0% 0 4.96s 5,445 250 101
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-5.5 3.0 10.0 0.0% 0 10.06s 195 30 840

Comparación rápida

Cambiar par de comparación

GPT-5.5lowvsQwen3.7 MaxmediumMercury 2nonevsQwen3 Coder NextmediumMercury 2nonevsMiniMax M2.5mediumClaude Fable 5mediumvsGPT-5.5lowGemini 3.1 Pro PreviewmediumvsGPT-5.5lowGemini 3.5 FlashmediumvsGPT-5.5lowGemini 3 Flash PreviewmediumvsGPT-5.5lowCobuddymediumvsMercury 2noneMercury 2nonevsGLM 4.7 FlashmediumGPT-5.5lowvsQwen3.6 Max PreviewmediumMercury 2nonevsMistral Small 4mediumClaude Opus 4.8mediumvsGPT-5.5low