Navigasi
AI BENCHY
Advertise here

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 none Rilis: 2025-12-01 Mercury 2 Mercury 2 none Rilis: 2026-02-24
Skor 5.4 4.6
Peringkat #130 #153
Keandalan 10.0 10.0
Konsistensi 7.5 9.1
Tes benar
Tingkat lulus per percobaan 41.7% 25.0%
Tes tidak stabil 6 2
Total Run 60 60
Biaya per hasil 0.296 0.216
Total Biaya $0.017 $0.009
Harga input $0.229 / 1M $0.250 / 1M
Harga output $0.344 / 1M $0.750 / 1M
Total token input 53,408 25,515
Token output 11,159 3,001
Token penalaran 0 0
Waktu respons (rata-rata) 14.43s 614ms
Waktu respons (maks) 115.89s 1.27s
Waktu respons (total) 288.55s 12.28s

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 3.2 8.0 8.3% 1 9.35s 494 1,073 0
Mercury 2 3.0 10.0 0.0% 0 483ms 631 286 0
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 3.1 5.4 16.7% 1 20.87s 4,690 4,522 0
Mercury 2 3.5 9.4 0.0% 0 831ms 4,631 1,650 0
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 6.5 10.0 0.0% 0 115.89s 29,843 2,887 0
Mercury 2 3.0 10.0 0.0% 0 606ms 4,821 131 0
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 6.3 5.8 66.7% 1 9.42s 7,890 1,710 0
Mercury 2 7.3 5.9 83.3% 1 667ms 6,362 180 0
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 7.2 11.1% 1 4.17s 624 21 0
Mercury 2 5.3 7.2 44.4% 1 534ms 784 46 0
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 4.7 1.6 66.7% 1 9.32s 314 43 0
Mercury 2 4.8 10.0 0.0% 0 628ms 495 159 0
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 1.52s 627 66 0
Mercury 2 6.5 10.0 50.0% 0 551ms 691 82 0
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 7.6 7.2 77.8% 1 6.91s 424 298 0
Mercury 2 3.1 10.0 0.0% 0 535ms 694 251 0
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 11.85s 8,319 522 0
Mercury 2 10.0 10.0 100.0% 0 1.27s 6,193 197 0
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 17.23s 183 17 0
Mercury 2 3.0 10.0 0.0% 0 548ms 213 19 0

Perbandingan Cepat

Ganti Pasangan Perbandingan

DeepSeek V3.2nonevsMistral Small 4mediumDeepSeek V3.2nonevsMiniMax M2.7mediumDeepSeek V3.2nonevsMiniMax M2.5mediumDeepSeek V3.2nonevsElephant AlphamediumMercury 2nonevsQwen3 Coder NextmediumMercury 2nonevsGLM 4.7 FlashmediumMercury 2nonevsQwen3.5-9BmediumCobuddymediumvsDeepSeek V3.2noneDeepSeek V3.2nonevsOwl AlphamediumDeepSeek V3.2nonevsgpt-oss-120bmediumTersedia gratisDeepSeek V3.2nonevsNemotron 3 SupermediumTersedia gratisDeepSeek V3.2nonevsQwen3 Coder Nextmedium