AI BENCHY तुलना
Inception: Mercury 2 vs OpenAI: GPT-5 Nano
तुलना करें:
बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-03-05
| मेट्रिक | Inception: Mercury 2 none रिलीज़: 2026-02-24 | OpenAI: GPT-5 Nano medium रिलीज़: 2025-08-07 |
|---|---|---|
| रैंक | #50 | #34 |
| औसत स्कोर | 3.4 | 5.7 |
| सही परीक्षण | ||
| संगति | 8.9 | 6.8 |
| प्रति परिणाम लागत | 0.147 | 0.829 |
| कुल लागत | $0.006 | $0.058 |
| प्रति प्रयास पास दर | 33.3% | 64.4% |
| अस्थिर टेस्ट | 2 | 6 |
| common.totalAttempts | 45 (15 x 3) | 45 (15 x 3) |
| आउटपुट टोकन | 1,144 | 4,184 |
| रीजनिंग टोकन | 0 | 137,472 |
| प्रतिक्रिया समय (औसत) | 594ms | 51.74s |
| प्रतिक्रिया समय (अधिकतम) | 1.27s | 204.02s |
| प्रतिक्रिया समय (कुल) | 8.91s | 413.95s |
प्रतिक्रिया समय (औसत)
स्कोर बनाम कुल लागत
औसत स्कोर vs प्रतिक्रिया समय (औसत)
श्रेणी विवरण
| एंटी-एआई ट्रिक्स | स्कोर | संगति | प्रति प्रयास पास दर | अस्थिर टेस्ट | सही परीक्षण | प्रतिक्रिया समय (औसत) | आउटपुट टोकन | रीजनिंग टोकन |
|---|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 10.0 | 10.0 | 0.0% | 0 | 466ms | 274 | 0 | |
| OpenAI: GPT-5 Nano | 7.0 | 10.0 | 66.7% | 0 | 37.73s | 1,107 | 19,968 |
| संयुक्त | स्कोर | संगति | प्रति प्रयास पास दर | अस्थिर टेस्ट | सही परीक्षण | प्रतिक्रिया समय (औसत) | आउटपुट टोकन | रीजनिंग टोकन |
|---|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 10.0 | 10.0 | 0.0% | 0 | 606ms | 131 | 0 | |
| OpenAI: GPT-5 Nano | 10.0 | 10.0 | 100.0% | 0 | 65.96s | 578 | 17,984 |
| डेटा पार्सिंग और निष्कर्षण | स्कोर | संगति | प्रति प्रयास पास दर | अस्थिर टेस्ट | सही परीक्षण | प्रतिक्रिया समय (औसत) | आउटपुट टोकन | रीजनिंग टोकन |
|---|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 5.5 | 5.9 | 83.3% | 1 | 667ms | 180 | 0 | |
| OpenAI: GPT-5 Nano | 10.0 | 1.7 | 50.0% | 2 | 21.42s | 453 | 10,560 |
| डोमेन-विशिष्ट | स्कोर | संगति | प्रति प्रयास पास दर | अस्थिर टेस्ट | सही परीक्षण | प्रतिक्रिया समय (औसत) | आउटपुट टोकन | रीजनिंग टोकन |
|---|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 4.0 | 7.2 | 44.4% | 1 | 534ms | 46 | 0 | |
| OpenAI: GPT-5 Nano | 4.0 | 4.4 | 55.6% | 2 | 204.02s | 237 | 64,448 |
| निर्देश पालन | स्कोर | संगति | प्रति प्रयास पास दर | अस्थिर टेस्ट | सही परीक्षण | प्रतिक्रिया समय (औसत) | आउटपुट टोकन | रीजनिंग टोकन |
|---|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 5.5 | 10.0 | 50.0% | 0 | 551ms | 82 | 0 | |
| OpenAI: GPT-5 Nano | 9.0 | 6.8 | 83.3% | 1 | 11.90s | 382 | 4,096 |
| Puzzle Solving | स्कोर | संगति | प्रति प्रयास पास दर | अस्थिर टेस्ट | सही परीक्षण | प्रतिक्रिया समय (औसत) | आउटपुट टोकन | रीजनिंग टोकन |
|---|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 10.0 | 10.0 | 0.0% | 0 | 533ms | 234 | 0 | |
| OpenAI: GPT-5 Nano | 4.0 | 7.2 | 44.4% | 1 | 19.81s | 869 | 13,440 |
| टूल कॉलिंग | स्कोर | संगति | प्रति प्रयास पास दर | अस्थिर टेस्ट | सही परीक्षण | प्रतिक्रिया समय (औसत) | आउटपुट टोकन | रीजनिंग टोकन |
|---|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 10.0 | 10.0 | 100.0% | 0 | 1.27s | 197 | 0 | |
| OpenAI: GPT-5 Nano | 10.0 | 10.0 | 100.0% | 0 | 33.30s | 558 | 6,976 |
त्वरित तुलना
तुलना जोड़ी बदलें
GPT-5 NanomediumvsGLM 5noneMercury 2nonevsQwen3 Coder NextmediumMercury 2nonevsGLM 4.7 FlashmediumGemini 2.5 FlashnonevsGPT-5 NanomediumDeepSeek V3.2nonevsGPT-5 NanomediumGPT-5 NanomediumvsQwen3.5-122B-A10BnoneGPT-5 NanomediumvsQwen3.5 Plus 2026-02-15noneGPT-5 NanomediumvsQwen3.5-FlashnoneGPT-5 NanomediumvsQwen3.5-27BnoneGPT-5 NanomediumvsQwen3.5-35B-A3BnoneClaude Sonnet 4.6nonevsGPT-5 NanomediumGemini 3 Flash PreviewnonevsGPT-5 Nanomedium