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 Nano

Ringkasan

Perbandingan benchmark Mercury 2 vs GPT-5.4 Nano: Skor rata-rata hampir imbang di 7.5 vs 7.5. Mercury 2 memiliki biaya benchmark lebih rendah di $0.058 vs $0.107. Mercury 2 lebih cepat di 2.24s vs 11.95s, dengan tingkat keberhasilan 54.0% vs 63.5%.

Model yang direkomendasikan: Mercury 2 - It has the best score here (7.5), while costing about 1.8x less than GPT-5.4 Nano.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-06-12

Metrik Mercury 2 Mercury 2 medium Rilis: 2026-02-24 GPT-5.4 Nano GPT-5.4 Nano medium Rilis: 2026-03-17
Skor 7.5 7.5
Peringkat #46 #48
Keandalan 10.0 10.0
Konsistensi 8.8 8.4
Tes benar
Tingkat lulus per percobaan 54.0% 63.5%
Tes tidak stabil 3 4
Total Run 63 63
Biaya per hasil 0.578 0.969
Total Biaya $0.058 $0.107
Harga input $0.250 / 1M $0.200 / 1M
Harga output $0.750 / 1M $1.250 / 1M
Total token input 35,116 35,434
Token output 4,048 3,014
Token penalaran 61,219 76,520
Waktu respons (rata-rata) 2.24s 11.95s
Waktu respons (maks) 14.63s 94.06s
Waktu respons (total) 44.72s 250.98s

Generation showcase

Hamster playing table tennis

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

#46 Mercury 2

medium
Cost
$0.002
Time
2.1s
Tokens
1,702 tok

#48 GPT-5.4 Nano

medium
Cost
$0.007
Time
24.6s
Tokens
4,943 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
GPT-5.4 Nano 8.3 10.0 75.0% 0 4.52s 606 683 2,254
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
GPT-5.4 Nano 6.1 4.7 66.7% 2 19.12s 7,305 516 20,778
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
GPT-5.4 Nano 9.8 10.0 100.0% 0 24.13s 12,345 349 5,719
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
GPT-5.4 Nano 10.0 10.0 100.0% 0 2.54s 7,140 234 516
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
GPT-5.4 Nano 5.9 7.2 55.6% 1 38.18s 619 60 43,325
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
GPT-5.4 Nano 4.5 10.0 0.0% 0 4.15s 477 179 443
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
GPT-5.4 Nano 9.8 10.0 100.0% 0 1.88s 660 95 521
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
GPT-5.4 Nano 4.1 7.2 22.2% 1 3.79s 642 594 1,408
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
GPT-5.4 Nano 10.0 10.0 100.0% 0 7.71s 5,445 234 382
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
GPT-5.4 Nano 3.0 10.0 0.0% 0 4.81s 195 70 1,174

Perbandingan Cepat

Ganti Pasangan Perbandingan

Mercury 2mediumvsGPT-5.3 ChatnoneGemini 3 Flash PreviewlowvsGPT-5.4 NanomediumMercury 2mediumvsStep 3.7 FlashlowGemini 3 Flash PreviewlowvsMercury 2mediumGPT-5.4 NanomediumvsStep 3.7 FlashlowClaude Sonnet 4.6nonevsGPT-5.4 NanomediumClaude Sonnet 4.6nonevsMercury 2mediumClaude Opus 4.8nonevsGPT-5.4 NanomediumClaude Opus 4.8nonevsMercury 2mediumGPT-5.4 NanomediumvsQwen3.7 PlusnoneMercury 2mediumvsQwen3.7 PlusnoneGPT-5.4 NanomediumvsStep 3.7 Flashhigh