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 Owl Alpha

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-04-30

Metrik Mercury 2 Mercury 2 medium Rilis: 2026-02-24 Owl Alpha Owl Alpha none Rilis: 2026-04-30
Skor 6.5 6.0
Peringkat #71 #87
Keandalan T/A 10.0
Konsistensi 8.6 9.1
Tes benar
Tingkat lulus per percobaan 53.7% 46.3%
Tes tidak stabil 3 2
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 1,671
Token penalaran 48,333 0
Waktu respons (rata-rata) 2.21s 7.07s
Waktu respons (maks) 14.63s 32.27s
Waktu respons (total) 37.51s 127.23s

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
Owl Alpha 3.4 7.9 16.7% 1 2.78s 57 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
Owl Alpha 10.0 10.0 100.0% 0 32.27s 450 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
Owl Alpha 3.0 10.0 0.0% 0 21.74s 315 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
Owl Alpha 10.0 10.0 100.0% 0 3.60s 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
Owl Alpha 5.3 10.0 33.3% 0 3.00s 27 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
Owl Alpha 4.3 10.0 0.0% 0 4.61s 80 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
Owl Alpha 6.4 10.0 50.0% 0 2.63s 63 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
Owl Alpha 5.9 7.2 55.6% 1 4.43s 202 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
Owl Alpha 10.0 10.0 100.0% 0 22.78s 231 0

Perbandingan Cepat

Ganti Pasangan Perbandingan

Mercury 2mediumvsMiMo-V2-OmninoneGemma 4 26B A4BnoneTersedia gratisvsMercury 2mediumgpt-oss-120bmediumTersedia gratisvsOwl AlphanoneMercury 2mediumvsGLM 5noneGemini 2.5 FlashnonevsMercury 2mediumOwl AlphanonevsLaguna Xs.2mediumTersedia gratisMercury 2mediumvsGPT-5.5noneMercury 2mediumvsQwen3.5 Plus 2026-02-15noneMercury 2mediumvsGLM 5V TurbononeMercury 2mediumvsQwen3.5-FlashnoneSeed-2.0-LitenonevsMercury 2mediumMistral Small 4mediumvsOwl Alphanone