Inception: Mercury 2 vs NVIDIA: Nemotron 3 Ultra

Nemotron 3 Ultra (medium) unggul dalam skor rata-rata dengan 7.5 vs 7.0. Mercury 2 (medium) memiliki biaya benchmark lebih rendah di $0.093 vs $0.774. Mercury 2 (medium) lebih cepat di 2.72s vs 32.21s, dengan tingkat keberhasilan 51.5% vs 68.2%.

Model yang direkomendasikanMercury 2 (medium)Its score stays close to the best score here (7.0 vs 7.5), while costing about 8.3x less than Nemotron 3 Ultra (medium).

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

Metrik	Mercury 2 Mercury 2 medium Rilis: 2026-02-24	Nemotron 3 Ultra Nemotron 3 Ultra medium Rilis: 2026-06-04 Tersedia gratis

Metrik	Mercury 2 Mercury 2 medium Rilis: 2026-02-24	Nemotron 3 Ultra Nemotron 3 Ultra medium Rilis: 2026-06-04 Tersedia gratis
Skor	7.0	7.5
Peringkat	#77	#51
Keandalan	10.0	9.8
Konsistensi	8.8	8.5
Tes benar
Tingkat lulus per percobaan	51.5%	68.2%
Tes tidak stabil	3	4
Total Run	66	66
Biaya per hasil	0.928	0.000
Total Biaya	$0.093	$0.774
Harga input	$0.250 / 1M	$0.600 / 1M
Harga output	$0.750 / 1M	$3.600 / 1M
Total token input	109,572	233,488
Token output	10,313	57,916
Token penalaran	76,806	128,062
Waktu respons (rata-rata)	2.72s	32.21s
Waktu respons (maks)	14.63s	392.56s
Waktu respons (total)	57.12s	708.65s

Hamster playing table tennis

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

#77 Mercury 2

medium

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

#51 Nemotron 3 Ultra

medium

SVG tidak valid

Biaya: $0.000
Waktu: 300.0s
Token: 0 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
Mercury 2	6.9	9.9	50.0%	0		1.12s	554	2,546	2,609
Nemotron 3 Ultra	10.0	10.0	100.0%	0		8.62s	780	835	1,485

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
Nemotron 3 Ultra	8.4	7.4	88.9%	1		26.53s	7,686	2,854	17,725

Gabungan	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Mercury 2	6.7	9.1	50.0%	0		7.84s	87,365	6,533	20,474
Nemotron 3 Ultra	6.3	5.8	66.7%	1		218.25s	204,249	40,954	78,561

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
Nemotron 3 Ultra	10.0	10.0	100.0%	0		5.68s	7,989	473	1,285

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
Nemotron 3 Ultra	3.5	4.4	33.3%	2		24.90s	858	11,169	16,249

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
Nemotron 3 Ultra	3.7	9.5	0.0%	0		2.52s	360	70	235

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
Nemotron 3 Ultra	9.8	10.0	100.0%	0		6.35s	765	182	1,243

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
Nemotron 3 Ultra	5.5	9.9	33.3%	0		3.54s	792	771	2,055

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
Nemotron 3 Ultra	10.0	10.0	100.0%	0		7.72s	9,781	304	984

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
Nemotron 3 Ultra	3.0	10.0	0.0%	0		38.47s	228	304	8,240

Perbandingan Cepat

Ganti Pasangan Perbandingan

Gemini 3.5 FlashnonevsMercury 2medium Nemotron 3 UltramediumTersedia gratisvsGPT-5.3 Chatnone Nemotron 3 UltramediumTersedia gratisvsGPT-5.6 Terralow DeepSeek V4 PrononevsMercury 2medium Mercury 2mediumvsGPT-5.6 Solnone Nemotron 3 UltramediumTersedia gratisvsQwen3.7 Maxnone DeepSeek V4 ProhighvsNemotron 3 UltramediumTersedia gratis DeepSeek V4 FlashhighvsNemotron 3 UltramediumTersedia gratis Mercury 2mediumvsStep 3.7 Flashhigh Mercury 2mediumvsGPT-5.5none Nemotron 3 UltramediumTersedia gratisvsGPT-5.6 Lunahigh Mercury 2mediumvsQwen3.7 Plusnone