DeepSeek: DeepSeek V3.2 vs Inception: Mercury 2

Skor rata-rata hampir imbang di 7.0 vs 7.0. DeepSeek V3.2 (medium) memiliki biaya benchmark lebih rendah di $0.078 vs $0.093. Mercury 2 (medium) lebih cepat di 2.72s vs 68.62s, dengan tingkat keberhasilan 65.2% vs 51.5%.

Model yang direkomendasikanMercury 2 (medium)It has the best score here (7.0), while responding about 25.2x faster than DeepSeek V3.2 (medium).

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-07-18

Metrik	DeepSeek V3.2 DeepSeek V3.2 medium Rilis: 2025-12-01	Mercury 2 Mercury 2 medium Rilis: 2026-02-24

Metrik	DeepSeek V3.2 DeepSeek V3.2 medium Rilis: 2025-12-01	Mercury 2 Mercury 2 medium Rilis: 2026-02-24
Skor	7.0	7.0
Peringkat	#75	#77
Keandalan	10.0	10.0
Konsistensi	7.4	8.8
Tes benar
Tingkat lulus per percobaan	65.2%	51.5%
Tes tidak stabil	7	3
Total Run	66	66
Biaya per hasil	0.671	0.928
Total Biaya	$0.078	$0.093
Harga input	$0.269 / 1M	$0.250 / 1M
Harga output	$0.400 / 1M	$0.750 / 1M
Total token input	101,047	109,572
Token output	11,834	10,313
Token penalaran	117,014	76,806
Waktu respons (rata-rata)	68.62s	2.72s
Waktu respons (maks)	376.10s	14.63s
Waktu respons (total)	1509.53s	57.12s

Hamster playing table tennis

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

#75 DeepSeek V3.2

medium

Biaya: $0.001
Waktu: 53.6s
Token: 1,932 tok

#77 Mercury 2

medium

Biaya: $0.002
Waktu: 2.1s
Token: 1,702 tok

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

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	6.0	7.2	55.6%	1		248.68s	5,717	649	52,014
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
DeepSeek V3.2	7.3	5.8	83.3%	1		79.92s	76,997	5,219	24,229
Mercury 2	6.7	9.1	50.0%	0		7.84s	87,365	6,533	20,474

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

Gemini 3.5 FlashnonevsMercury 2medium DeepSeek V3.2mediumvsGemini 3.5 Flashnone DeepSeek V4 PrononevsMercury 2medium Mercury 2mediumvsGPT-5.6 Solnone DeepSeek V3.2mediumvsGPT-5.6 Solnone Mercury 2mediumvsStep 3.7 Flashhigh Mercury 2mediumvsGPT-5.5none DeepSeek V3.2mediumvsQwen3.7 Plusnone DeepSeek V3.2mediumvsStep 3.7 Flashhigh DeepSeek V3.2mediumvsGPT-5.5none Mercury 2mediumvsQwen3.7 Plusnone Gemini 3.5 FlashminimalvsMercury 2medium