Navegación
AI BENCHY
Your ad here

AI BENCHY Compare

Inception: Mercury 2 vs Elephant

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-04-16

Métrica Mercury 2 Mercury 2 none Lanzamiento: 2026-02-24 Elephant Elephant medium Lanzamiento: 2026-04-14
Puntuación 4.8 5.2
Rango #89 #79
Consistencia 9.0 9.6
Pruebas correctas
Tasa de aciertos por intento 27.8% 29.6%
Pruebas inestables 2 1
Ejecuciones totales 54 54
Costo por resultado 0.165 0.000
Costo total $0.007 $0.000
Precio de entrada $0.250 / 1M $0.000 / 1M
Precio de salida $0.750 / 1M $0.000 / 1M
Tokens de salida 1,625 2,596
Tokens de razonamiento 0 0
Tiempo de respuesta (promedio) 613ms 1.27s
Tiempo de respuesta (máximo) 1.27s 3.70s
Tiempo de respuesta (total) 11.04s 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 salida Tokens de razonamiento
Mercury 2 3.0 10.0 0.0% 0 483ms 286 0
Elephant 6.6 10.0 50.0% 0 1.19s 815 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 3.6 8.9 0.0% 0 969ms 310 0
Elephant 5.1 3.3 33.3% 1 1.30s 365 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 3.0 10.0 0.0% 0 606ms 131 0
Elephant 3.0 10.0 0.0% 0 3.70s 562 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 667ms 180 0
Elephant 6.5 10.0 50.0% 0 979ms 246 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 5.3 7.2 44.4% 1 534ms 46 0
Elephant 3.0 10.0 0.0% 0 925ms 24 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 628ms 159 0
Elephant 4.3 10.0 0.0% 0 920ms 105 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 6.5 10.0 50.0% 0 551ms 82 0
Elephant 9.8 10.0 100.0% 0 987ms 82 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 3.1 10.0 0.0% 0 533ms 234 0
Elephant 3.7 10.0 0.0% 0 867ms 166 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 1.27s 197 0
Elephant 3.0 10.0 0.0% 0 2.83s 231 0

Comparación rápida

Cambiar par de comparación

ElephantmediumvsGrok 4.20noneMistral Small 4nonevsElephantmediumgpt-oss-120bnoneDisponible gratisvsElephantmediumMercury 2nonevsQwen3 Coder NextmediumTrinity Large PreviewnoneDisponible gratisvsElephantmediumGPT-5.4 MininonevsElephantmediumElephantmediumvsQwen3 Coder NextnoneNemotron 3 SupernoneDisponible gratisvsElephantmediumMercury 2nonevsGLM 4.7 FlashmediumElephantmediumvsGLM 5 TurbononeKimi K2.5nonevsElephantmediumElephantmediumvsGLM 5.1none