Navegación
AI BENCHY
Your ad here

AI BENCHY Compare

Inception: Mercury 2 vs StepFun: Step 3.5 Flash

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-04-11

Métrica Mercury 2 Mercury 2 none Lanzamiento: 2026-02-24 Step 3.5 Flash Step 3.5 Flash none Lanzamiento: 2026-02-01
Puntuación 4.8 3.0
Rango #85 #93
Consistencia 9.0 10.0
Pruebas correctas
Tasa de aciertos por intento 27.8% 0.0%
Pruebas inestables 2 0
Ejecuciones totales 54 3
Costo por resultado 0.165 0.000
Costo total $0.007 $0.000
Precio de entrada $0.250 / 1M $0.100 / 1M
Precio de salida $0.750 / 1M $0.300 / 1M
Tokens de salida 1,625 0
Tokens de razonamiento 0 0
Tiempo de respuesta (promedio) 613ms 0ms
Tiempo de respuesta (máximo) 1.27s 0ms
Tiempo de respuesta (total) 11.04s 0ms

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
Step 3.5 Flash - - - - - - - -
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
Step 3.5 Flash 3.0 10.0 0.0% 0 0ms 0 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
Step 3.5 Flash - - - - - - - -
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
Step 3.5 Flash - - - - - - - -
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
Step 3.5 Flash - - - - - - - -
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
Step 3.5 Flash - - - - - - - -
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
Step 3.5 Flash - - - - - - - -
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
Step 3.5 Flash - - - - - - - -
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
Step 3.5 Flash - - - - - - - -

Comparación rápida

Cambiar par de comparación

Mercury 2nonevsQwen3 Coder NextmediumMercury 2nonevsGLM 4.7 FlashmediumMercury 2nonevsQwen3.5-9BmediumMercury 2nonevsMiniMax M2.7mediumMercury 2nonevsMistral Small 4mediumMercury 2nonevsMiniMax M2.5mediumDisponible gratisMercury 2nonevsgpt-oss-120bmediumDisponible gratisQwen3.5-9BmediumvsStep 3.5 FlashnoneMercury 2nonevsGPT-5 NanomediumStep 3.5 FlashnonevsGLM 4.7 FlashmediumQwen3 Coder NextmediumvsStep 3.5 FlashnoneMercury 2nonevsGrok 4.1 Fastmedium