Navigasi
AI BENCHY
Your ad here

AI BENCHY Compare

Inception: Mercury 2 vs Elephant

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-04-14

Metrik Mercury 2 Mercury 2 medium Rilis: 2026-02-24 Elephant Elephant none Rilis: 2026-04-14
Skor 6.5 5.2
Peringkat #51 #81
Konsistensi 8.6 9.6
Tes benar
Tingkat lulus per percobaan 53.7% 31.5%
Tes tidak stabil 3 1
Total Run 54 54
Biaya per hasil 0.580 0.000
Total Biaya $0.047 $0.000
Harga input $0.250 / 1M $0.000 / 1M
Harga output $0.750 / 1M $0.000 / 1M
Token output 3,972 2,573
Token penalaran 48,333 0
Waktu respons (rata-rata) 2.21s 1.23s
Waktu respons (maks) 14.63s 3.81s
Waktu respons (total) 37.51s 22.16s

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
Elephant 6.6 10.0 50.0% 0 963ms 610 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
Elephant 6.4 3.3 66.7% 1 1.39s 375 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
Elephant 3.0 10.0 0.0% 0 3.81s 731 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
Elephant 6.5 10.0 50.0% 0 1.04s 246 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
Elephant 3.0 10.0 0.0% 0 927ms 24 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
Elephant 4.0 10.0 0.0% 0 854ms 106 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
Elephant 9.8 10.0 100.0% 0 1.03s 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
Elephant 3.3 10.0 0.0% 0 849ms 170 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
Elephant 3.0 10.0 0.0% 0 2.79s 230 0

Perbandingan Cepat

Ganti Pasangan Perbandingan

Mercury 2mediumvsMiMo-V2-OmninoneMiniMax M2.7mediumvsElephantnoneMercury 2mediumvsGLM 5noneMercury 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 2mediumGemma 4 31BnoneTersedia gratisvsMercury 2medium