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 xAI: Grok 4.20

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-04-02

Metrik Mercury 2 Mercury 2 medium Rilis: 2026-02-24 Grok 4.20 Grok 4.20 none Rilis: 2026-03-31
Skor 6.3 5.4
Peringkat #51 #69
Konsistensi 8.5 9.5
Tes benar
Tingkat lulus per percobaan 51.0% 31.4%
Tes tidak stabil 3 1
Total Run 51 51
Biaya per hasil 0.634 1.809
Total Biaya $0.045 $0.091
Harga input $0.250 / 1M $2.000 / 1M
Harga output $0.750 / 1M $6.000 / 1M
Token output 3,723 1,655
Token penalaran 46,120 0
Waktu respons (rata-rata) 2.25s 1.11s
Waktu respons (maks) 14.63s 6.04s
Waktu respons (total) 35.99s 18.80s

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
Grok 4.20 4.8 10.0 25.0% 0 501ms 267 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
Grok 4.20 3.0 10.0 0.0% 0 6.04s 282 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
Grok 4.20 10.0 10.0 100.0% 0 522ms 207 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
Grok 4.20 3.0 10.0 0.0% 0 687ms 325 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
Grok 4.20 4.8 10.0 0.0% 0 659ms 83 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
Grok 4.20 4.8 10.0 0.0% 0 455ms 60 0
Puzzle Solving 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
Grok 4.20 5.3 7.4 44.4% 1 487ms 242 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
Grok 4.20 10.0 10.0 100.0% 0 4.63s 189 0

Perbandingan Cepat

Ganti Pasangan Perbandingan

DeepSeek V3.2nonevsMercury 2mediumMercury 2mediumvsMiMo-V2-OmninoneMistral Small 4mediumvsGrok 4.20noneMercury 2mediumvsQwen3.5-FlashnoneMercury 2mediumvsGLM 5V TurbononeSeed-2.0-LitenonevsMercury 2mediumMiniMax M2.7mediumvsGrok 4.20noneGemini 2.5 FlashnonevsMercury 2mediumMercury 2mediumvsQwen3.5-35B-A3BnoneMercury 2mediumvsGLM 5noneGemma 4 31BnonevsMercury 2mediumMercury 2mediumvsHunter Alphanone