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

Inception: Mercury 2 vs OpenAI: GPT-5.4 Mini

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-03-17

Metrik Mercury 2 Mercury 2 medium Rilis: 2026-02-24 GPT-5.4 Mini GPT-5.4 Mini none Rilis: 2026-03-17
Peringkat #42 #66
Skor 6.3 4.8
Konsistensi 8.5 8.6
Biaya per hasil 0.634 0.737
Total Biaya $0.045 $0.030
Tes benar
Tingkat lulus per percobaan 51.0% 31.4%
Tes tidak stabil 3 3
Total Run 51 51
Token output 3,723 2,085
Token penalaran 46,120 0
Waktu respons (rata-rata) 2.25s 1.17s
Waktu respons (maks) 14.63s 2.52s
Waktu respons (total) 35.99s 19.82s

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 output Token penalaran
Mercury 2 6.9 9.9 50.0% 0 1.12s 2,546 2,609
GPT-5.4 Mini 3.1 8.1 8.3% 1 929ms 654 0
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Mercury 2 10.0 10.0 100.0% 0 3.28s 268 4,887
GPT-5.4 Mini 3.0 10.0 0.0% 0 2.52s 298 0
Parsing dan ekstraksi data Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Mercury 2 7.3 5.9 83.3% 1 1.11s 183 1,656
GPT-5.4 Mini 10.0 10.0 100.0% 0 1.30s 222 0
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Mercury 2 2.9 7.2 11.1% 1 6.48s 41 30,754
GPT-5.4 Mini 3.5 4.4 33.3% 2 937ms 88 0
Kecerdasan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Mercury 2 4.8 10.0 0.0% 0 821ms 137 542
GPT-5.4 Mini 4.8 10.0 0.0% 0 1.82s 174 0
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Mercury 2 10.0 10.0 100.0% 0 1.07s 14 958
GPT-5.4 Mini 6.3 10.0 50.0% 0 728ms 101 0
Puzzle Solving Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Mercury 2 3.9 7.5 22.2% 1 934ms 354 2,758
GPT-5.4 Mini 5.4 10.0 33.3% 0 860ms 293 0
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Mercury 2 10.0 10.0 100.0% 0 1.89s 180 1,956
GPT-5.4 Mini 3.0 10.0 0.0% 0 2.32s 255 0

Perbandingan Cepat

Ganti Pasangan Perbandingan

GPT-5.4 MininonevsQwen3 Coder NextmediumDeepSeek V3.2nonevsMercury 2mediumGPT-5.4 MininonevsGLM 4.7 FlashmediumMercury 2mediumvsQwen3.5-FlashnoneSeed-2.0-LitenonevsMercury 2mediumGPT-5.4 MininonevsQwen3.5-9BmediumGemini 2.5 FlashnonevsMercury 2mediumMercury 2mediumvsQwen3.5-35B-A3BnoneMercury 2mediumvsGLM 5noneMercury 2mediumvsHunter AlphanoneMercury 2mediumvsQwen3.5 Plus 2026-02-15noneMercury 2mediumvsQwen3.5-122B-A10Bnone