Navigasi
AI BENCHY
Advertise here

AI BENCHY Compare

Inception: Mercury 2 vs OpenAI: GPT-5.5

Ringkasan

Perbandingan benchmark Mercury 2 vs GPT-5.5: GPT-5.5 unggul dalam skor rata-rata dengan 9.3 vs 7.5. Mercury 2 memiliki biaya benchmark lebih rendah di $0.058 vs $0.907. Mercury 2 lebih cepat di 2.24s vs 9.76s, dengan tingkat keberhasilan 54.0% vs 85.7%.

Model yang direkomendasikan: GPT-5.5 - It has the strongest score in this comparison (9.3) and the best overall balance of cost and response time across all 2 models.

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

Metrik Mercury 2 Mercury 2 medium Rilis: 2026-02-24 GPT-5.5 GPT-5.5 low Rilis: 2026-04-24
Skor 7.5 9.3
Peringkat #44 #4
Keandalan 10.0 10.0
Konsistensi 8.8 10.0
Tes benar
Tingkat lulus per percobaan 54.0% 85.7%
Tes tidak stabil 3 0
Total Run 63 63
Biaya per hasil 0.578 5.035
Total Biaya $0.058 $0.907
Harga input $0.250 / 1M $5.000 / 1M
Harga output $0.750 / 1M $30.000 / 1M
Total token input 35,116 34,209
Token output 4,048 2,046
Token penalaran 61,219 22,460
Waktu respons (rata-rata) 2.24s 9.76s
Waktu respons (maks) 14.63s 56.19s
Waktu respons (total) 44.72s 204.92s

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

#4 GPT-5.5

low
Biaya
$0.068
Waktu
37.0s
Token
2,339 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-5.5 10.0 10.0 100.0% 0 4.41s 606 238 1,020
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-5.5 10.0 10.0 100.0% 0 15.04s 7,302 423 6,402
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-5.5 10.0 10.0 100.0% 0 9.56s 11,019 303 717
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-5.5 10.0 10.0 100.0% 0 3.28s 7,140 228 157
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-5.5 5.3 10.0 33.3% 0 28.05s 723 69 11,609
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-5.5 10.0 10.0 100.0% 0 5.17s 477 133 245
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-5.5 9.9 10.0 100.0% 0 3.74s 660 93 415
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-5.5 10.0 10.0 100.0% 0 4.74s 642 279 954
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-5.5 10.0 10.0 100.0% 0 4.96s 5,445 250 101
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-5.5 3.0 10.0 0.0% 0 10.06s 195 30 840

Perbandingan Cepat

Ganti Pasangan Perbandingan

Mercury 2mediumvsGPT-5.3 ChatnoneGPT-5.5lowvsQwen3.7 MaxmediumDeepSeek V4 ProhighvsMercury 2mediumClaude Fable 5mediumvsGPT-5.5lowGemini 3.1 Pro PreviewmediumvsGPT-5.5lowMercury 2mediumvsStep 3.7 FlashlowGemini 3 Flash PreviewlowvsMercury 2mediumGemini 3.5 FlashmediumvsGPT-5.5lowClaude Sonnet 4.6nonevsMercury 2mediumGemini 3 Flash PreviewmediumvsGPT-5.5lowClaude Opus 4.8nonevsMercury 2mediumDeepSeek V4 PrononevsMercury 2medium