नेविगेशन
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY तुलना

DeepSeek: DeepSeek V4 Pro vs Inception: Mercury 2

सारांश

DeepSeek V4 Pro vs Mercury 2 benchmark तुलना: DeepSeek V4 Pro average score में आगे है: 7.6 vs 7.5. Mercury 2 की benchmark लागत कम है: $0.058 vs $0.157. Mercury 2 तेज है: 2.24s vs 77.20s, pass rates 66.7% vs 54.0%.

अनुशंसित मॉडल: Mercury 2 - Its score stays close to the best score here (7.5 vs 7.6), while costing about 2.7x less than DeepSeek V4 Pro.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-06-17

मेट्रिक DeepSeek V4 Pro DeepSeek V4 Pro high रिलीज़: 2026-04-24 Mercury 2 Mercury 2 medium रिलीज़: 2026-02-24
स्कोर 7.6 7.5
रैंक #41 #44
विश्वसनीयता 9.3 10.0
संगति 7.0 8.8
सही परीक्षण
प्रति प्रयास पास दर 66.7% 54.0%
अस्थिर टेस्ट 8 3
कुल रन 63 63
प्रति परिणाम लागत 1.742 0.578
कुल लागत $0.157 $0.058
इनपुट कीमत $0.435 / 1M $0.250 / 1M
आउटपुट कीमत $0.870 / 1M $0.750 / 1M
कुल इनपुट टोकन 38,726 35,116
आउटपुट टोकन 6,334 4,048
रीजनिंग टोकन 159,151 61,219
प्रतिक्रिया समय (औसत) 77.20s 2.24s
प्रतिक्रिया समय (अधिकतम) 416.76s 14.63s
प्रतिक्रिया समय (कुल) 1621.17s 44.72s

Generation showcase

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#41 DeepSeek V4 Pro

high
Cost
$0.023
Time
257.6s
Tokens
14,870 tok

#44 Mercury 2

medium
Cost
$0.002
Time
2.1s
Tokens
1,702 tok

स्कोर के अनुसार शीर्ष मॉडल

स्कोर बनाम कुल लागत

प्रतिक्रिया समय (औसत)

स्कोर vs प्रतिक्रिया समय (औसत)

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

श्रेणी विवरण

एंटी-एआई ट्रिक्स स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
DeepSeek V4 Pro 5.7 5.9 58.3% 2 25.70s 536 149 3,214
Mercury 2 6.9 9.9 50.0% 0 1.12s 554 2,546 2,609
कोडिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
DeepSeek V4 Pro 6.1 4.6 66.7% 2 243.00s 5,090 383 84,580
Mercury 2 8.2 7.7 77.8% 1 2.04s 7,065 296 11,328
संयुक्त स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
DeepSeek V4 Pro 10.0 10.0 100.0% 0 38.17s 14,060 454 5,836
Mercury 2 10.0 10.0 100.0% 0 3.28s 12,909 268 4,887
डेटा पार्सिंग और निष्कर्षण स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
DeepSeek V4 Pro 10.0 10.0 100.0% 0 25.03s 7,690 274 2,166
Mercury 2 7.3 5.9 83.3% 1 1.11s 6,234 183 1,656
डोमेन-विशिष्ट स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
DeepSeek V4 Pro 3.6 7.2 22.2% 1 151.46s 569 4,404 50,391
Mercury 2 2.9 7.2 11.1% 1 6.48s 695 41 30,754
Samanya Buddhimatta स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
DeepSeek V4 Pro 10.0 10.0 100.0% 0 8.83s 471 115 1,013
Mercury 2 4.8 10.0 0.0% 0 821ms 456 137 542
निर्देश पालन स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
DeepSeek V4 Pro 7.8 6.6 83.3% 1 8.73s 627 66 2,726
Mercury 2 10.0 10.0 100.0% 0 1.07s 340 14 958
पहेली समाधान स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
DeepSeek V4 Pro 6.9 4.9 77.8% 2 56.85s 591 178 2,563
Mercury 2 5.4 10.0 33.3% 0 949ms 601 361 2,781
टूल कॉलिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
DeepSeek V4 Pro 9.8 10.0 100.0% 0 15.92s 8,909 295 701
Mercury 2 10.0 10.0 100.0% 0 1.89s 6,080 180 1,956
सामान्य ज्ञान स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
DeepSeek V4 Pro 3.0 10.0 0.0% 0 34.01s 183 16 5,961
Mercury 2 3.0 10.0 0.0% 0 2.58s 182 22 3,748

त्वरित तुलना

तुलना जोड़ी बदलें