Navigasi
AI BENCHY
Advertise here

AI BENCHY Compare

Inception: Mercury 2 vs OpenAI: GPT-5.6 Luna

Ringkasan

Perbandingan benchmark Mercury 2 (medium) vs GPT-5.6 Luna (medium): Skor rata-rata hampir imbang di 7.5 vs 7.6. Mercury 2 (medium) memiliki biaya benchmark lebih rendah di $0.058 vs $0.258. Mercury 2 (medium) lebih cepat di 2.24s vs 6.70s, dengan tingkat keberhasilan 54.0% vs 63.5%.

Model yang direkomendasikan: Mercury 2 (medium) - It has the best score here (7.5), while costing about 4.5x less than GPT-5.6 Luna (medium).

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-07-09

Metrik Mercury 2 Mercury 2 medium Rilis: 2026-02-24 GPT-5.6 Luna GPT-5.6 Luna medium Rilis: 2026-07-09
Skor 7.5 7.6
Peringkat #56 #54
Keandalan 10.0 10.0
Konsistensi 8.8 9.6
Tes benar
Tingkat lulus per percobaan 54.0% 63.5%
Tes tidak stabil 3 1
Total Run 63 63
Biaya per hasil 0.578 1.978
Total Biaya $0.058 $0.258
Harga input $0.250 / 1M $1.000 / 1M
Harga output $0.750 / 1M $6.000 / 1M
Total token input 35,116 35,699
Token output 4,048 2,148
Token penalaran 61,219 34,740
Waktu respons (rata-rata) 2.24s 6.70s
Waktu respons (maks) 14.63s 29.85s
Waktu respons (total) 44.72s 140.62s

Showcase generasi

Hamster playing table tennis

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

#56 Mercury 2

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

#54 GPT-5.6 Luna

medium
Biaya
$0.014
Waktu
14.6s
Token
2,362 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-5.6 Luna 8.3 10.0 75.0% 0 2.52s 606 160 987
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-5.6 Luna 5.4 7.2 44.4% 1 10.38s 7,302 564 9,928
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-5.6 Luna 10.0 10.0 100.0% 0 9.53s 12,500 375 1,354
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-5.6 Luna 10.0 10.0 100.0% 0 1.95s 7,140 234 324
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-5.6 Luna 5.3 10.0 33.3% 0 17.37s 723 68 16,531
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-5.6 Luna 5.1 10.0 0.0% 0 4.34s 477 112 496
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-5.6 Luna 9.9 10.0 100.0% 0 2.38s 660 95 393
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-5.6 Luna 7.8 10.0 66.7% 0 4.04s 642 255 2,104
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-5.6 Luna 10.0 10.0 100.0% 0 6.02s 5,454 256 244
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-5.6 Luna 3.0 10.0 0.0% 0 6.64s 195 29 2,379

Perbandingan Cepat

Ganti Pasangan Perbandingan

Mercury 2mediumvsGPT-5.3 ChatnoneDeepSeek V4 ProhighvsGPT-5.6 LunamediumDeepSeek V4 ProhighvsMercury 2mediumGPT-5.6 LunamediumvsStep 3.7 FlashlowMercury 2mediumvsGPT-5.6 LunahighMercury 2mediumvsStep 3.7 FlashlowGemini 3 Flash PreviewlowvsMercury 2mediumClaude Opus 4.8lowvsGPT-5.6 LunamediumMercury 2mediumvsGPT-5.6 TerralowGemini 3 Flash PreviewlowvsGPT-5.6 LunamediumClaude Opus 4.8lowvsMercury 2mediumClaude Sonnet 4.6nonevsMercury 2medium