Navegación
AI BENCHY
Advertise here

AI BENCHY Compare

Inception: Mercury 2 vs Elephant Alpha

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-06-03

Métrica Mercury 2 Mercury 2 none Lanzamiento: 2026-02-24 Elephant Alpha Elephant Alpha medium Lanzamiento: 2026-04-14
Puntuación 4.6 5.3
Rango #153 #134
Fiabilidad 10.0 N/D
Consistencia 9.1 9.7
Pruebas correctas
Tasa de aciertos por intento 25.0% 31.7%
Pruebas inestables 2 1
Ejecuciones totales 60 60
Costo por resultado 0.216 0.000
Costo total $0.009 $0.000
Precio de entrada $0.250 / 1M $0.000 / 1M
Precio de salida $0.750 / 1M $0.000 / 1M
Total de tokens de entrada 25,515 33,744
Tokens de salida 3,001 2,596
Tokens de razonamiento 0 0
Tiempo de respuesta (promedio) 614ms 1.27s
Tiempo de respuesta (máximo) 1.27s 3.70s
Tiempo de respuesta (total) 12.28s 22.82s

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
Elephant Alpha 6.6 10.0 50.0% 0 1.19s 726 815 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 3.5 9.4 0.0% 0 831ms 4,631 1,650 0
Elephant Alpha 4.0 6.7 16.7% 1 1.30s 813 365 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
Elephant Alpha 3.0 10.0 0.0% 0 3.70s 14,046 562 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
Elephant Alpha 6.5 10.0 50.0% 0 979ms 8,004 246 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
Elephant Alpha 3.0 10.0 0.0% 0 925ms 810 24 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
Elephant Alpha 4.3 10.0 0.0% 0 920ms 540 105 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
Elephant Alpha 9.8 10.0 100.0% 0 987ms 732 82 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
Elephant Alpha 5.3 10.0 33.3% 0 868ms 729 166 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
Elephant Alpha 3.0 10.0 0.0% 0 2.83s 7,344 231 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
Elephant Alpha 3.0 10.0 0.0% 0 0ms 0 0 0

Comparación rápida

Cambiar par de comparación

Kimi K2.5nonevsElephant AlphamediumElephant AlphamediumvsGLM 5 TurbononeLing-2.6-flashnonevsElephant AlphamediumElephant AlphamediumvsQwen3.5-122B-A10BnoneDeepSeek V3.2nonevsElephant AlphamediumMercury 2nonevsQwen3 Coder NextmediumMercury 2nonevsGLM 4.7 FlashmediumElephant AlphamediumvsGrok 4.20nonegpt-oss-120bnoneDisponible gratisvsElephant AlphamediumDeepSeek V4 FlashnonevsElephant AlphamediumElephant AlphamediumvsQwen3 Coder NextnoneElephant AlphamediumvsQwen3.6 Flashnone