Navigasi
AI BENCHY
Advertise here

AI BENCHY Compare

Inception: Mercury 2 vs MiniMax: MiniMax M3

Ringkasan

Perbandingan benchmark Mercury 2 vs MiniMax M3: MiniMax M3 unggul dalam skor rata-rata dengan 7.6 vs 7.5. Mercury 2 memiliki biaya benchmark lebih rendah di $0.058 vs $0.131. Mercury 2 lebih cepat di 2.24s vs 68.17s, dengan tingkat keberhasilan 54.0% vs 65.1%.

Model yang direkomendasikan: Mercury 2 - Its score stays close to the best score here (7.5 vs 7.6), while costing about 2.3x less than MiniMax M3.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-06-18

Metrik Mercury 2 Mercury 2 medium Rilis: 2026-02-24 MiniMax M3 MiniMax M3 medium Rilis: 2026-06-01
Skor 7.5 7.6
Peringkat #44 #40
Keandalan 10.0 9.6
Konsistensi 8.8 7.9
Tes benar
Tingkat lulus per percobaan 54.0% 65.1%
Tes tidak stabil 3 5
Total Run 63 63
Biaya per hasil 0.578 1.187
Total Biaya $0.058 $0.131
Harga input $0.250 / 1M $0.300 / 1M
Harga output $0.750 / 1M $1.200 / 1M
Total token input 35,116 46,546
Token output 4,048 49,036
Token penalaran 61,219 92,543
Waktu respons (rata-rata) 2.24s 68.17s
Waktu respons (maks) 14.63s 431.03s
Waktu respons (total) 44.72s 1363.38s

Showcase generasi

Hamster playing table tennis

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

#44 Mercury 2

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

#40 MiniMax M3

medium
Biaya
$0.012
Waktu
154.4s
Token
10,018 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

Trik anti-AI Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Mercury 2 6.9 9.9 50.0% 0 1.12s 554 2,546 2,609
MiniMax M3 5.5 3.7 66.7% 3 14.95s 2,526 874 3,414
Pemrograman Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Mercury 2 8.2 7.7 77.8% 1 2.04s 7,065 296 11,328
MiniMax M3 6.1 6.5 55.6% 1 144.74s 5,804 6,223 32,667
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Mercury 2 10.0 10.0 100.0% 0 3.28s 12,909 268 4,887
MiniMax M3 10.0 10.0 100.0% 0 65.30s 14,760 1,306 6,253
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
Mercury 2 7.3 5.9 83.3% 1 1.11s 6,234 183 1,656
MiniMax M3 10.0 10.0 100.0% 0 14.92s 8,088 514 3,164
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Mercury 2 2.9 7.2 11.1% 1 6.48s 695 41 30,754
MiniMax M3 5.5 9.3 33.3% 0 233.13s 869 16,254 19,070
Kecerdasan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Mercury 2 4.8 10.0 0.0% 0 821ms 456 137 542
MiniMax M3 5.1 3.4 33.3% 1 33.25s 954 2,487 2,523
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Mercury 2 10.0 10.0 100.0% 0 1.07s 340 14 958
MiniMax M3 9.8 10.0 100.0% 0 6.14s 1,623 103 920
Pemecahan teka-teki Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Mercury 2 5.4 10.0 33.3% 0 949ms 601 361 2,781
MiniMax M3 7.9 9.9 66.7% 0 49.91s 2,079 11,946 13,761
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Mercury 2 10.0 10.0 100.0% 0 1.89s 6,080 180 1,956
MiniMax M3 10.0 10.0 100.0% 0 11.91s 9,168 281 555
Pengetahuan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Mercury 2 3.0 10.0 0.0% 0 2.58s 182 22 3,748
MiniMax M3 3.0 10.0 0.0% 0 100.80s 675 9,048 10,216

Perbandingan Cepat

Ganti Pasangan Perbandingan

DeepSeek V4 ProhighvsMiniMax M3mediumMercury 2mediumvsGPT-5.3 ChatnoneDeepSeek V4 ProhighvsMercury 2mediumMiniMax M3mediumvsStep 3.7 FlashlowMiniMax M3mediumvsGPT-5.3 ChatnoneMercury 2mediumvsStep 3.7 FlashlowGemini 3 Flash PreviewlowvsMercury 2mediumClaude Sonnet 4.6nonevsMercury 2mediumGemini 3 Flash PreviewlowvsMiniMax M3mediumClaude Sonnet 4.6nonevsMiniMax M3mediumClaude Opus 4.8nonevsMercury 2mediumDeepSeek V4 PrononevsMercury 2medium