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-oss-120b

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-05-22

Metrik Mercury 2 Mercury 2 medium Rilis: 2026-02-24 gpt-oss-120b gpt-oss-120b none Rilis: 2025-08-05 Tersedia gratis
Skor 6.3 5.2
Peringkat #90 #129
Keandalan 10.0 10.0
Konsistensi 8.4 8.7
Tes benar
Tingkat lulus per percobaan 50.0% 36.8%
Tes tidak stabil 4 3
Total Run 60 57
Biaya per hasil 0.687 0.201
Total Biaya $0.055 $0.011
Harga input $0.250 / 1M $0.000 / 1M
Harga output $0.750 / 1M $0.000 / 1M
Token output 4,015 51,505
Token penalaran 58,382 0
Waktu respons (rata-rata) 2.27s 21.86s
Waktu respons (maks) 14.63s 113.71s
Waktu respons (total) 43.15s 349.78s

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-oss-120b 6.5 10.0 50.0% 0 32.84s 8,676 0
Pemrograman Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Mercury 2 7.2 6.5 66.7% 1 2.29s 270 8,514
gpt-oss-120b 4.3 1.1 66.7% 1 9.57s 3,232 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-oss-120b 3.0 10.0 0.0% 0 0ms 0 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-oss-120b 6.5 10.0 50.0% 0 7.12s 598 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-oss-120b 3.0 10.0 0.0% 0 34.98s 29,483 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-oss-120b 4.8 10.0 0.0% 0 10.79s 615 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-oss-120b 9.8 10.0 100.0% 0 5.10s 1,982 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 3.8 7.3 22.2% 1 934ms 354 2,758
gpt-oss-120b 4.4 4.5 44.5% 2 9.51s 3,781 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-oss-120b 3.0 10.0 0.0% 0 0ms 0 0
Pengetahuan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Mercury 2 3.0 10.0 0.0% 0 2.58s 22 3,748
gpt-oss-120b 3.0 10.0 0.0% 0 47.29s 3,138 0

Perbandingan Cepat

Ganti Pasangan Perbandingan

Mercury 2mediumvsGLM 5noneGemma 4 26B A4BnoneTersedia gratisvsMercury 2mediumGemini 2.5 FlashnonevsMercury 2mediumMercury 2mediumvsMiMo-V2-OmninoneMercury 2mediumvsQwen3.5 Plus 2026-02-15noneMiniMax M2.7mediumvsgpt-oss-120bnoneTersedia gratisgpt-oss-120bnoneTersedia gratisvsElephant AlphamediumMistral Small 4mediumvsgpt-oss-120bnoneTersedia gratisDeepSeek V4 PrononevsMercury 2mediumMiniMax M2.5mediumTersedia gratisvsgpt-oss-120bnoneTersedia gratisMercury 2mediumvsGPT-5.5noneGemini 3.1 Flash LitenonevsMercury 2medium