Navigasi
AI BENCHY
Your ad here

AI BENCHY Compare

Inception: Mercury 2 vs OpenAI: GPT-5.4

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-04-16

Metrik Mercury 2 Mercury 2 medium Rilis: 2026-02-24 GPT-5.4 GPT-5.4 none Rilis: 2026-03-05
Skor 6.5 5.9
Peringkat #53 #65
Konsistensi 8.6 9.1
Tes benar
Tingkat lulus per percobaan 53.7% 42.6%
Tes tidak stabil 3 2
Total Run 54 54
Biaya per hasil 0.580 1.477
Total Biaya $0.047 $0.104
Harga input $0.250 / 1M $2.500 / 1M
Harga output $0.750 / 1M $15.000 / 1M
Token output 3,972 2,317
Token penalaran 48,333 0
Waktu respons (rata-rata) 2.21s 1.51s
Waktu respons (maks) 14.63s 2.95s
Waktu respons (total) 37.51s 27.21s

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 3.2 8.0 8.3% 1 1.21s 406 0
Pemrograman 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 1.53s 249 2,213
GPT-5.4 10.0 10.0 100.0% 0 2.95s 480 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 3.0 10.0 0.0% 0 2.89s 291 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 10.0 10.0 100.0% 0 1.04s 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 5.3 7.2 44.4% 1 1.07s 50 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 4.4 9.9 0.0% 0 1.78s 184 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 6.5 10.0 50.0% 0 1.07s 81 0
Pemecahan teka-teki 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 5.6 9.8 33.3% 0 1.52s 357 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 10.0 10.0 100.0% 0 2.75s 246 0

Perbandingan Cepat

Ganti Pasangan Perbandingan

Mercury 2mediumvsMiMo-V2-OmninoneMercury 2mediumvsGLM 5noneMiniMax M2.5mediumTersedia gratisvsGPT-5.4noneMistral Small 4mediumvsGPT-5.4noneMercury 2mediumvsQwen3.5 Plus 2026-02-15noneMercury 2mediumvsGLM 5V TurbononeMercury 2mediumvsQwen3.5-FlashnoneGemma 4 26B A4BnoneTersedia gratisvsMercury 2mediumSeed-2.0-LitenonevsMercury 2mediumGemini 2.5 FlashnonevsMercury 2mediumMercury 2mediumvsQwen3.5-35B-A3BnoneDeepSeek V3.2nonevsMercury 2medium