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 xAI: Grok 4.1 Fast

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-05-01

Métrica Mercury 2 Mercury 2 none Lanzamiento: 2026-02-24 Grok 4.1 Fast Grok 4.1 Fast none Lanzamiento: 2025-11-19
Puntuación 4.8 4.5
Rango #125 #130
Fiabilidad N/D N/D
Consistencia 9.0 8.7
Pruebas correctas
Tasa de aciertos por intento 27.8% 24.1%
Pruebas inestables 2 3
Ejecuciones totales 54 54
Costo por resultado 0.165 0.269
Costo total $0.007 $0.009
Precio de entrada $0.250 / 1M $0.200 / 1M
Precio de salida $0.750 / 1M $0.500 / 1M
Tokens de salida 1,625 1,721
Tokens de razonamiento 0 0
Tiempo de respuesta (promedio) 613ms 1.76s
Tiempo de respuesta (máximo) 1.27s 5.51s
Tiempo de respuesta (total) 11.04s 19.35s

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
Grok 4.1 Fast 3.2 10.0 0.0% 0 1.07s 235 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
Grok 4.1 Fast 5.3 3.4 33.3% 1 1.79s 567 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
Grok 4.1 Fast 3.0 10.0 0.0% 0 3.33s 105 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
Grok 4.1 Fast 10.0 10.0 100.0% 0 943ms 180 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
Grok 4.1 Fast 5.9 7.2 55.6% 1 1.06s 15 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
Grok 4.1 Fast 4.4 9.9 0.0% 0 1.08s 112 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
Grok 4.1 Fast 3.0 10.0 0.0% 0 923ms 56 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
Grok 4.1 Fast 3.2 10.0 0.0% 0 1.28s 243 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
Grok 4.1 Fast 2.8 1.6 33.3% 1 5.51s 208 0

Comparación rápida

Cambiar par de comparación

Grok 4.1 FastnonevsGLM 4.7 FlashmediumMercury 2nonevsQwen3 Coder NextmediumQwen3.5-9BmediumvsGrok 4.1 FastnoneMercury 2nonevsGLM 4.7 FlashmediumQwen3 Coder NextmediumvsGrok 4.1 FastnoneMercury 2nonevsQwen3.5-9BmediumMercury 2nonevsNemotron 3 Nano Omni 30b A3b ReasoningmediumDisponible gratisMercury 2nonevsElephant AlphamediumMercury 2nonevsMiniMax M2.7mediumNemotron 3 Nano Omni 30b A3b ReasoningmediumDisponible gratisvsGrok 4.1 FastnoneElephant AlphamediumvsGrok 4.1 FastnoneMiniMax M2.7mediumvsGrok 4.1 Fastnone