Navigasi
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

ByteDance Seed: Seed-2.0-Mini vs Inception: Mercury 2

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-06-04

Metrik Seed-2.0-Mini Seed-2.0-Mini medium Rilis: 2026-02-14 Mercury 2 Mercury 2 medium Rilis: 2026-02-24
Skor 6.9 6.6
Peringkat #73 #81
Keandalan 6.7 10.0
Konsistensi 9.3 8.8
Tes benar
Tingkat lulus per percobaan 57.1% 54.0%
Tes tidak stabil 2 3
Total Run 63 63
Biaya per hasil 0.397 0.578
Total Biaya $0.044 $0.058
Harga input $0.100 / 1M $0.250 / 1M
Harga output $0.400 / 1M $0.750 / 1M
Total token input 41,904 35,116
Token output 2,555 4,048
Token penalaran 95,974 61,219
Waktu respons (rata-rata) 80.22s 2.24s
Waktu respons (maks) 262.83s 14.63s
Waktu respons (total) 1363.72s 44.72s

Model teratas berdasarkan skor

Skor vs Total Biaya

Waktu respons (rata-rata)

Skor vs Waktu respons (rata-rata)

Total token output

Skor vs Total token output

Rincian Kategori

Trik anti-AI Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Seed-2.0-Mini 6.6 10.0 50.0% 0 74.75s 791 360 9,520
Mercury 2 6.9 9.9 50.0% 0 1.12s 554 2,546 2,609
Pemrograman Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Seed-2.0-Mini 5.5 9.8 33.3% 0 220.48s 3,823 464 34,964
Mercury 2 8.2 7.7 77.8% 1 2.04s 7,065 296 11,328
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Seed-2.0-Mini 10.0 10.0 100.0% 0 262.83s 16,533 404 29,806
Mercury 2 10.0 10.0 100.0% 0 3.28s 12,909 268 4,887
Parsing dan ekstraksi data Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Seed-2.0-Mini 10.0 10.0 100.0% 0 24.27s 8,568 246 2,743
Mercury 2 7.3 5.9 83.3% 1 1.11s 6,234 183 1,656
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Seed-2.0-Mini 3.0 10.0 0.0% 0 0ms 0 0 0
Mercury 2 2.9 7.2 11.1% 1 6.48s 695 41 30,754
Kecerdasan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Seed-2.0-Mini 5.1 3.4 33.3% 1 36.65s 585 213 4,210
Mercury 2 4.8 10.0 0.0% 0 821ms 456 137 542
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Seed-2.0-Mini 10.0 10.0 100.0% 0 17.47s 840 69 2,050
Mercury 2 10.0 10.0 100.0% 0 1.07s 340 14 958
Pemecahan teka-teki Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Seed-2.0-Mini 8.2 7.2 88.9% 1 31.79s 903 527 5,667
Mercury 2 5.4 10.0 33.3% 0 949ms 601 361 2,781
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Seed-2.0-Mini 10.0 10.0 100.0% 0 88.68s 9,585 222 5,235
Mercury 2 10.0 10.0 100.0% 0 1.89s 6,080 180 1,956
Pengetahuan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Seed-2.0-Mini 3.0 10.0 0.0% 0 56.76s 276 50 1,779
Mercury 2 3.0 10.0 0.0% 0 2.58s 182 22 3,748

Perbandingan Cepat

Ganti Pasangan Perbandingan

Seed-2.0-MinimediumvsQwen3.6 Max PreviewnoneClaude Sonnet 4.6nonevsSeed-2.0-MinimediumGemma 4 31BnoneTersedia gratisvsMercury 2mediumSeed-2.0-MinimediumvsStep 3.7 FlashhighClaude Opus 4.8nonevsSeed-2.0-MinimediumClaude Sonnet 4.6nonevsMercury 2mediumGemini 3.1 Flash LiteminimalvsMercury 2mediumMercury 2mediumvsQwen3.7 PlusnoneMercury 2mediumvsQwen3.6 Max PreviewnoneGemini 3.1 Flash LitenonevsMercury 2mediumMercury 2mediumvsGPT-5.5noneSeed-2.0-MinimediumvsGPT-5.3 Chatnone