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

DeepSeek: DeepSeek V3.2 vs Inception: Mercury 2

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-06-03

Metrik DeepSeek V3.2 DeepSeek V3.2 medium Rilis: 2025-12-01 Mercury 2 Mercury 2 medium Rilis: 2026-02-24
Skor 6.8 6.5
Peringkat #77 #89
Keandalan 10.0 10.0
Konsistensi 7.5 8.8
Tes benar
Tingkat lulus per percobaan 63.3% 51.7%
Tes tidak stabil 6 3
Total Run 60 60
Biaya per hasil 0.368 0.611
Total Biaya $0.033 $0.055
Harga input $0.229 / 1M $0.250 / 1M
Harga output $0.344 / 1M $0.750 / 1M
Total token input 35,744 32,570
Token output 7,177 4,022
Token penalaran 68,297 58,405
Waktu respons (rata-rata) 53.34s 2.27s
Waktu respons (maks) 189.03s 14.63s
Waktu respons (total) 1066.71s 43.20s

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
DeepSeek V3.2 8.2 7.9 83.3% 1 24.23s 448 3,247 6,953
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
DeepSeek V3.2 3.9 5.8 33.3% 1 184.97s 3,128 640 21,230
Mercury 2 7.2 6.5 66.7% 1 2.29s 4,519 270 8,514
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
DeepSeek V3.2 10.0 10.0 100.0% 0 93.11s 14,283 571 6,296
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
DeepSeek V3.2 10.0 10.0 100.0% 0 36.09s 7,388 207 7,693
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
DeepSeek V3.2 2.9 4.4 22.2% 2 24.27s 472 21 6,838
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
DeepSeek V3.2 3.4 2.5 33.3% 1 58.29s 314 49 2,189
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
DeepSeek V3.2 10.0 10.0 100.0% 0 35.78s 627 1,397 2,845
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
DeepSeek V3.2 7.0 7.2 55.6% 1 37.69s 594 518 6,375
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
DeepSeek V3.2 10.0 10.0 100.0% 0 34.81s 8,307 507 859
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
DeepSeek V3.2 3.0 10.0 0.0% 0 83.99s 183 20 7,019
Mercury 2 3.0 10.0 0.0% 0 2.58s 182 22 3,748

Perbandingan Cepat

Ganti Pasangan Perbandingan

Mercury 2mediumvsGPT-5.5noneGemini 3.1 Flash LitenonevsMercury 2mediumDeepSeek V3.2mediumvsGemma 4 31BnoneTersedia gratisMercury 2mediumvsQwen3.7 PlusnoneMercury 2mediumvsQwen3.5 Plus 2026-02-15noneMercury 2mediumvsRing-2.6-1TnoneGemini 2.5 FlashnonevsMercury 2mediumDeepSeek V3.2mediumvsGemini 3.1 Flash LiteminimalGemini 3.1 Flash LiteminimalvsMercury 2mediumMercury 2mediumvsGLM 5noneDeepSeek V3.2mediumvsQwen3.7 PlusnoneGemma 4 31BnoneTersedia gratisvsMercury 2medium